MétaCan
Menu
Retour à la cohorte
Enregistrement W2088202725 · doi:10.1080/10473289.2000.10464028

Climate Change and the Adaptability of Agriculture: A Review

2000· review· en· W2088202725 sur OpenAlexaff
Tom Johnston, Q. Chiotti

Notice bibliographique

RevueJournal of the Air & Waste Management Association · 2000
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensImpactUniversity of TorontoUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésAdaptabilityClimate changeAgricultureContext (archaeology)Environmental resource managementAdaptation (eye)Environmental planningConceptual frameworkNatural resource economicsGeographyEnvironmental scienceEconomicsSociologyPsychologyEcologySocial science

Résumé

récupéré en direct d'OpenAlex

The assessment of climate change impacts on agriculture has emerged as a recognizable field of research over the past 15 years or so. In a relatively short period, this area of work has undergone a number of important conceptual and methodological developments. Among many questions that have been debated are the adaptability of agriculture to climate change and the importance of land management adjustments in reducing the adverse effects of climate change. In turn, this latter focus has spawned a discussion regarding the nature of adaptation and the ability of agriculture to respond to sudden and rapid climatic changes. In this paper we present an overview of this debate. It is argued that the first generation of climate change impact studies generally ignored the possibility that agriculturalists may adjust their farming practices in order to cope with climate change or to take advantage of new production opportunities. This conceptual oversight has been largely eliminated over the past five years or so. However, questions remain surrounding the likelihood that various adaptive strategies will actually be deployed in particular places. In this paper, we stress the importance of studying adaptation in the context of decision-making at the individual farm level and beyond.

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)0,003
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,979
Score d'incertitude au seuil0,272

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 GPT0,270
Écart entre enseignants0,216 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations22
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Air & Waste Management AssociationMême sujetClimate change impacts on agricultureTravaux en français237 207