Watershed evaluation of beneficial management practices: the Bras d'Henri watershed-on-farm economics
Bibliographic record
Abstract
Le projet d'Évaluation des pratiques de gestions bénéfique à l'échelle du basin versant (EBB) est financé par Agriculture Canada (AAAC). Cette étude met l'emphase sur la problématique de pollution diffuse agricole présente dans le sous-bassin versant du Bras d'Henri. Cette étude fait l'estimation de l'impact à la ferme d'une contrainte environnementale croissante et de la performance environnementale et économique des Pratiques de Gestions Bénéfiques (PGB) pour satisfaire une contrainte environnementale. Les objectifs du model était de maximiser les revenus nets agricoles en ce conformant à une contrainte environnemental, à l'utilisation unique des champs, et au respect des besoins nutritionnels des animaux. Les résultats indiquent que la présence d'une contrainte environnementale croissante : (1) réduit l'émission de pollution diffuse agricole, (2) force les habitudes de production à changer, (3) réduit les revenus nets agricole, et (4) fait en sorte que les coûts moyens d'abattement et les coûts marginaux d'abattement augmentent et accélèrent. De plus, soumis à des contraintes environnementales similaires, les fermes sont économiquement gagnantes lorsque la contrainte environnemental est fixée à l'échelle de du bassin versant contrairement à une contrainte environnementale fixée à l'échelle de la ferme.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".