MétaCan
Menu
Retour à la cohorte
Enregistrement W2096648782 · doi:10.4141/cjps-2014-375

Simulating forage crop production in a northern climate with the Integrated Farm System Model

2015· article· en· W2096648782 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.
fundUn bailleur canadien est enregistré sur le travail.
venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueCanadian Journal of Plant Science · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePasture and Agricultural Systems
Établissements canadiensUniversité LavalAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésGrowing seasonEnvironmental scienceForageYield (engineering)AgronomyCroppingCropCrop yieldDry matterSimulation modelingCropping systemMathematicsEcologyAgricultureBiology

Résumé

récupéré en direct d'OpenAlex

Jégo, G., Rotz, C. A., Bélanger, G., Tremblay, G. F., Charbonneau, E. and Pellerin, D. 2015. Simulating forage crop production in a northern climate with the Integrated Farm System Model. Can. J. Plant Sci. 95: 745–757. Whole-farm simulation models are useful tools for evaluating the effect of management practices and climate variability on the agro-environmental and economic performance of farms. A few process-based farm-scale models have been developed, but none has been evaluated in northern regions with boreal and hemiboreal climates characterized by a short growing season and a long period with snow cover. The study objectives were to calibrate the grass sub-model of the Integrated Farm System Model (IFSM) and evaluate its predictions of yield and nutritive value of timothy and alfalfa, grown alone or in a mixture, using experimental field data from across Canada, andto assess IFSM's predictions of yield of major annual crops grown on dairy farms in eastern Canada using regional yield data from two contrasting regions. Several timothy and alfalfa datasets combining sites, years, harvests, and N fertilization rates were used to calibrate and evaluate the model. For timothy and alfalfa, the model's accuracy was globally satisfactory in predicting dry matter yield and neutral detergent fiber concentration with a normalized root mean square error (NRMSE)<30%. For N uptake, the scatter was a bit larger, especially for timothy (NRMSE= 49%), mainly because of a small range in the measured data. The model's accuracy for predicting the yield of annual crops was generally good, with an NRMSE<30%. Adding timothy and alfalfa to the grass sub-model of IFSM and verifying the model's performance for annual crops confirmed that IFSM can be used in northern regions of North America. In addition, the model was able to simulate the yield and nutritive value of a timothy–alfalfa mixture, which is the most common perennial mixture used in Canada.

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)0,001
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 enseignants0,639
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,027
Tête enseignante GPT0,197
Écart entre enseignants0,170 · 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