Mardin İlinde Yetiştirilen Üzüm Çeşitleri ve Güncel Kullanım Eğilimlerinin Analizi
Bibliographic record
Abstract
Bu çalışma, Mardin iline bağlı Artuklu, Midyat, Mazıdağı ve Ömerli ilçelerinde yürütülen bağcılık faaliyetlerine odaklanarak, üreticilerin sosyo-ekonomik yapılarını belirlemeyi ve ilde yetiştirilen üzüm çeşitlerinin tanımlanmasını sağlayarak bu çeşitlerin değerlendirilme biçimlerinin analiz edilmesini amaçlamaktadır. Araştırmada tabakalı tesadüfi örnekleme yöntemi kullanılarak 136 üretici ile yüz yüze yapılan anketlerden elde edilen birincil veriler kullanılmıştır. Araştırma bulguları, bölgede 27 farklı üzüm çeşidinin yetiştirildiğini ve bunların özellikle Mezrone, Zeyti, Raşegurnik ve İmsebbek gibi yerel türler etrafında yoğunlaştığını göstermektedir. Üzümlerin %35.2’si pekmez, pestil ve benzeri ürünler için, %17.2’si şarap üretimi için, %12.3’ü sofralık olarak ve %3.2’si kurutmalık olarak değerlendirilmektedir. Şaraplık üzüm oranının ulusal ortalamanın üzerinde olması, bölgenin artan turizm ve yerel ürün talebiyle şekillenen üretim dinamiklerine işaret etmektedir. İşletme büyüklüğü arttıkça şaraplık ve işlenmiş ürünlere yönelim artarken, küçük işletmelerde üretim daha çok aile tüketimine dayalıdır. Elde edilen bulgular, yerel üzüm çeşitlerinin sadece tarımsal değil, aynı zamanda kültürel ve ekonomik açıdan da önemli bir kaynak olduğunu göstermektedir. Bu çerçevede çalışma, bölgeye özgü üzüm türlerinin korunması, kayıt altına alınması ve katma değerli ürün zincirlerine entegrasyonu için öneriler sunmakta; sürdürülebilir kırsal kalkınma, gıda kimliği ve yerel üretim modelleri bağlamında özgün bir katkı sağlamaktadır.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 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".