Bibliographic record
Abstract
La coltivazione specializzata di pioppo ad alto fusto è esposta durante il turno pluriennale di coltivazione a numerosi rischi di origine meteorica, biotica, quali fitopatie e infestazioni parassitarie che provocano perdite e incidono negativamente sulla redditività della coltura. Non meno gravi possono essere considerati i rischi legati alla instabilità del mercato del legno e volatilità dei prezzi. L’obiettivo della ricerca riguarda il sistema assicurativo in campo pioppicolo con una valutazione della propensione dei pioppicoltori all’attivazione delle polizze a tutela dei numerosi rischi che interessano la coltivazione. Le informazioni ricevute attraverso il comparto produttivo e dalle compagnie assicuratrici hanno consentito di conoscere l’attuale sistema di garanzie a sostegno del reddito. Il sostegno pubblico previsto dalle Misure delle Politiche agricole rende l’adesione al sistema assicurativo più vantaggioso per i minori costi a carico dell’imprenditore agricolo ma sussistono purtroppo ancora limiti e condizioni restrittive. La nuova strategia della PAC post-2020 è di buon auspicio per consentire una maggiore capacità di gestione dei rischi.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".