Cambiamento climatico e modelli di filiere agro-energetiche: l’esperienza delle Regioni del Canada occidentale
Bibliographic record
Abstract
Il cambiamento climatico ? un?emergenza che riguarda sia il nord che il sud del mondo e minaccia la sicurezza alimentare del pianeta con modalit? diverse poich? riduce la biodiversit?, modifica le coltivazioni ed incrementa la povert?. Un?importante risposta per contrastare i dannosi effetti del cambiamento climatico ? il potenziamento dei legami tra agricoltura e foreste, attraverso pratiche di agricoltura sostenibile che riducono la deforestazione e contribuiscono a rendere pi? vivibili le aree rurali. Inoltre ? opportuno prendere in considerazione le possibili relazioni contrattuali fra agricoltori e produttori di energia nell?ambito della filiera agroenergetica che vede gli agricoltori utilizzare il legno per la produzione di energia rinnovabile. In Canada si sta realizzando un?interessante, anche dal punto di vista giuridico, esperienza di produzione di energia rinnovabile sfruttando le biomasse che residuano dall?intervento demolitore di un coleottero che distrugge il legno. Si tratta di una filiera agroenergetica di ultima generazione che si affianca ad altre gi? esistenti ed operanti nel vasto territorio canadese
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".