MétaCan
Menu
Retour à la cohorte
Enregistrement W1707520138 · doi:10.1108/ijccsm-08-2013-0096

Yield variability in rainfed crops as influenced by climate variables

2015· article· en· W1707520138 sur OpenAlexaff
Surendran Arumugam, Ashok K.R., Suren Kulshreshtha, Isaac Vellangany, Ramu Govindasamy

Notice bibliographique

RevueInternational Journal of Climate Change Strategies and Management · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésYield (engineering)Climate changeAgricultureContext (archaeology)CropSorghumCrop yieldClimate zonesEnvironmental scienceGeographyDeltaPhysical geographyClimatologyAgronomyEcologyBiologyForestryGeology

Résumé

récupéré en direct d'OpenAlex

Purpose – This paper aims to explore the impact of climate change on yields and yield variances in major rainfed crops and measure possible changes in yields under projected climate changes in different agro-climatic zones of Tamil Nadu, India. Although many empirical studies report the influence of climate change on crop yield, only few address the effect on yield variances. Even in such cases, the reported yield variances were obtained through simulation studies rather than from actual observations. In this context, the present study analyzes the impact of climate change on crops yield and yield variance using the observed yields. Design/methodology/approach – The Just-Pope yield function (1978) is used to analyze the impact of climate change on mean yield and variance. The estimated coefficient from Just-Pope yield function and the projected climatic data for the year 2030 are incorporated to capture the projected changes in crop yield and variances. Findings – By the year 2030, the yield of pulses is estimated to decline in all the zones (Northeast, Northwest, Western, Cauvery delta, South and Southern zones), with significant declines in the Northeast zone (6.07 per cent), Cauvery delta zone (3.55 per cent) and South zone (3.54 per cent). Sorghum yield may suffer more in Western zone (2.63 per cent), Southern zone (1.92 per cent) and Northeast zone (1.62 per cent). Moreover, the yield of spiked millet is more likely to decrease in the Southern zone (1.39 per cent), Northeast zone (1.21 per cent) and Cauvery delta zone (0.24 per cent), and the yield of cotton may also decline in the Northeast zone (12.99 per cent), Northwest zone (8.05 per cent) and Western zone (2.10 per cent) of Tamil Nadu, India. Originality/value – The study recommends introducing appropriate crop insurance policies to address possible financial losses to the farmers. Prioritizing area-specific stress-tolerant crop varieties without complementing yield would sustain crops cultivation further.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,640
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,053
Tête enseignante GPT0,294
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Climate Change Strategies and ManagementMême sujetClimate change impacts on agricultureTravaux en français237 207