MétaCan
Menu
Retour à la cohorte
Enregistrement W2064921624 · doi:10.1061/(asce)ir.1943-4774.0000895

Corn Yield Simulation under Different Nitrogen Loading and Climate Change Scenarios

2015· article· en· W2064921624 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Irrigation and Drainage Engineering · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésDSSATEnvironmental scienceClimate changeCropBaseline (sea)Biomass (ecology)Yield (engineering)Growing seasonAgronomyCrop simulation modelCrop yieldAgricultureEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Climate change in recent years has been affecting agriculture and especially crop production worldwide. This study analyzes the effect of two different climate change scenarios on crop production of an experimental site in southern Québec, Canada. The DSSAT model, which was calibrated for years 2008 and 2009, was used to simulate corn growth with 30 years of synthetic data for climate scenarios baseline (1961–1990), A2 (2040–2069), and B1 (2040–2069). In comparison with the baseline scenario, the A2 and B1 scenarios projected a decrease in grain and biomass, an increase in crop ET and evaporation, and an early crop emergence and maturity dates. Reduction in grain yield of up to 40% for A2 and 24% for B1 scenarios was observed, which could be attributed to water-deficit conditions resulting from decreased rainfall and increase in temperature during the growing season. Because drought indices were found to be significantly correlated with grain yield and crop water stress, it could be used to define the variability of grain yield and water stress at the field scale. This study indicates that climate change might have a negative effect in terms of corn crop production under the given study area.

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.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,842
Score d'incertitude au seuil0,169

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,068
Tête enseignante GPT0,249
Écart entre enseignants0,181 · 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