MétaCan
Menu
Retour à la cohorte
Enregistrement W1759826110 · doi:10.1111/j.1466-8238.2010.00551.x

Crop planting dates: an analysis of global patterns

2010· article· en· W1759826110 sur OpenAlexafffund
William J. Sacks, Delphine Deryng, Jonathan A. Foley, Navin Ramankutty

Notice bibliographique

RevueGlobal Ecology and Biogeography · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Wisconsin-MadisonNational Aeronautics and Space AdministrationU.S. Environmental Protection AgencyNational Science Foundation
Mots-clésSowingTemperate climateAgronomyCropEvapotranspirationPrecipitationLatitudePhenologyEnvironmental scienceGeographyAgroforestryBiologyEcologyMeteorology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Aim To assemble a data set of global crop planting and harvesting dates for 19 major crops, explore spatial relationships between planting date and climate for two of them, and compare our analysis with a review of the literature on factors that drive decisions on planting dates. Location Global. Methods We digitized and georeferenced existing data on crop planting and harvesting dates from six sources. We then examined relationships between planting dates and temperature, precipitation and potential evapotranspiration using 30‐year average climatologies from the Climatic Research Unit, University of East Anglia (CRU CL 2.0). Results We present global planting date patterns for maize, spring wheat and winter wheat (our full, publicly available data set contains planting and harvesting dates for 19 major crops). Maize planting in the northern mid‐latitudes generally occurs in April and May. Daily average air temperatures are usually c . 12–17 °C at the time of maize planting in these regions, although soil moisture often determines planting date more directly than does temperature. Maize planting dates vary more widely in tropical regions. Spring wheat is usually planted at cooler temperatures than maize, between c . 8 and 14 °C in temperate regions. Winter wheat is generally planted in September and October in the northern mid‐latitudes. Main conclusions In temperate regions, spatial patterns of maize and spring wheat planting dates can be predicted reasonably well by assuming a fixed temperature at planting. However, planting dates in lower latitudes and planting dates of winter wheat are more difficult to predict from climate alone. In part this is because planting dates may be chosen to ensure a favourable climate during a critical growth stage, such as flowering, rather than to ensure an optimal climate early in the crop's growth. The lack of predictability is also due to the pervasive influence of technological and socio‐economic factors on planting dates.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,890

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,246
Écart entre enseignants0,234 · 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

Citations994
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal Ecology and BiogeographyMême sujetClimate change impacts on agricultureTravaux en français237 207