MétaCan
Menu
Retour à la cohorte
Enregistrement W1983524916 · doi:10.4141/cjps09042

The potential impact of climate change on the occurrence of winter freeze events in six fruit crops grown in the Okanagan Valley

2010· article· en· W1983524916 sur OpenAlexaffvenue
H. A. Quamme, Alex J. Cannon, D. Neilsen, Joseph M. Caprio, William Taylor

Notice bibliographique

RevueCanadian Journal of Plant Science · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésPEARClimate changeHorticultureArcticCropGeographyBiologyAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

The main limitation to fruit production in the Okanagan Valley is winter injury. Examination of historical records between 1916 and 2006 revealed 16 severe winter-kill events with two occurring in November, eight in December, four in January and two in February. Extreme low minimum temperatures are associated with poor production of grape, peach, apricot, sweet cherry, pear, and apple, and although all are subject to winter injury during most of the 4-mo period, the time when each crop is most at risk differs. Grapes, apples and sweet cherries are more subject to injury in the early stages of acclimation during November to mid-January, whereas pears, peach and apricot are more subject during January and February. During the period 1948-2006, Arctic outflows were associated with all of these winter freeze events. This synoptic weather pattern was an infrequent event but had a great impact on production. A decrease in frequency and increase in minimum temperature of Arctic outflows appeared to be associated with the warming trends of the region during winter and early spring, although a slight increase in frequency of Arctic outflows was observed during late autumn. If this pattern in climate change continues, an extension of the northern range of the grapes, apples and sweet cherries in this region might not be as great as anticipated, whereas the production of pears, peaches and apricots might be expanded. Key words: Climate change, fruit, Okanagan Valley, winter injury, Arctic airflow

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,023
Tête enseignante GPT0,249
Écart entre enseignants0,225 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations25
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetClimate variability and modelsTravaux en français237 207