MétaCan
Menu
Retour à la cohorte
Enregistrement W2044668591 · doi:10.1139/cjps2011-192

Short Communication: Climate change and biofuel wheat: A case study of southern Saskatchewan

2012· article· en· W2044668591 sur OpenAlexaffabout
Hong Wang, Yong He, Budong Qian, B.G. McConkey, H. Cutforth, T. N. McCaig, Grant McLeod, R.P. Zentner, R. M. DePauw, Reynald Lemke, Kelsey Brandt, Tingting Liu, Xiaobo Qin, Jeffrey W. White, Tony Hunt, Gerrit Hoogenboom

Notice bibliographique

RevueBioOne Complete (BioOne) · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversity of GuelphAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésClimate changeEnvironmental scienceDSSATBaseline (sea)PrecipitationBiofuelBiomass (ecology)Forcing (mathematics)Greenhouse gasGrain yieldCropClimatologyAgronomyMeteorologyGeographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Wang, H., He, Y., Qian, B., McConkey, B., Cutforth, H., McCaig, T., McLeod, G., Zentner, R., DePauw, R., Lemke, R., Brandt, K., Liu, T., Qin, X., White, J., Hunt, T. and Hoogenboom, G. 2012. Short Communication: Climate change and biofuel wheat: A case study of southern Saskatchewan. Can. J. Plant Sci. 92: 421–425. This study assessed potential impacts of climate change on wheat production as a biofuel crop in southern Saskatchewan, Canada. The Decision Support System for Agrotechnology Transfer-Cropping System Model (DSSAT-CSM) was used to simulate biomass and grain yield under three climate change scenarios (CGCM3 with the forcing scenarios of IPCC SRES A1B, A2 and B1) in the 2050s. Synthetic 300-yr weather data were generated by the AAFC stochastic weather generator for the baseline period (1961–1990) and each scenario. Compared with the baseline, precipitation is projected to increase in every month under all three scenarios except in July and August and in June for A2, when it is projected to decrease. Annual mean air temperature is projected to increase by 3.2, 3.6 and 2.7°C for A1B, A2 and B1, respectively. The model predicted increases in biomass by 28, 12 and 16% without the direct effect of CO2 and 74, 55 and 41% with combined effects (climate and CO2) for A1B, A2 and B1, respectively. Similar increases were found for grain yield. However, the occurrence of heat shock (>32°C) will increase during grain filling under the projected climate conditions and could cause severe yield reduction, which was not simulated by DSSAT-CSM. This implies that the future yield under climate scenarios might have been overestimated by DSSAT-CSM; therefore, model modification is required. Several measures, such as early seeding, must be taken to avoid heat damages and take the advantage of projected increases in temperature and precipitation in the early season.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,133
Score d'incertitude au seuil0,268

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,489
Tête enseignante GPT0,280
Écart entre enseignants0,209 · 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'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

Citations14
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioOne Complete (BioOne)Même sujetClimate change impacts on agricultureTravaux en français237 207