MétaCan
Menu
Retour à la cohorte
Enregistrement W2104322614 · doi:10.1111/gcb.13061

Climate change and maize yield in southern Africa: what can farm management do?

2015· article· en· W2104322614 sur OpenAlexfundno aff
Jairos Rurinda, Mark T. van Wijk, Paul Mapfumo, Katrien Descheemaeker, Iwan Supit, K.E. Giller

Notice bibliographique

RevueGlobal Change Biology · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesDepartment for International DevelopmentDepartment for International Development, UK GovernmentInternational Development Research Centre
Mots-clésClimate changeYield (engineering)AgroforestryCrop managementAgronomyGeographyEnvironmental scienceAgricultural economicsEcologyEconomicsCropBiology

Résumé

récupéré en direct d'OpenAlex

There is concern that food insecurity will increase in southern Africa due to climate change. We quantified the response of maize yield to projected climate change and to three key management options - planting date, fertilizer use and cultivar choice - using the crop simulation model, agricultural production systems simulator (APSIM), at two contrasting sites in Zimbabwe. Three climate periods up to 2100 were selected to cover both near- and long-term climates. Future climate data under two radiative forcing scenarios were generated from five global circulation models. The temperature is projected to increase significantly in Zimbabwe by 2100 with no significant change in mean annual total rainfall. When planting before mid-December with a high fertilizer rate, the simulated average grain yield for all three maize cultivars declined by 13% for the periods 2010-2039 and 2040-2069 and by 20% for 2070-2099 compared with the baseline climate, under low radiative forcing. Larger declines in yield of up to 32% were predicted for 2070-2099 with high radiative forcing. Despite differences in annual rainfall, similar trends in yield changes were observed for the two sites studied, Hwedza and Makoni. The yield response to delay in planting was nonlinear. Fertilizer increased yield significantly under both baseline and future climates. The response of maize to mineral nitrogen decreased with progressing climate change, implying a decrease in the optimal fertilizer rate in the future. Our results suggest that in the near future, improved crop and soil fertility management will remain important for enhanced maize yield. Towards the end of the 21st century, however, none of the farm management options tested in the study can avoid large yield losses in southern Africa due to climate change. There is a need to transform the current cropping systems of southern Africa to offset the negative impacts of climate change.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,671
Score d'incertitude au seuil0,927

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 Opus0,170
Tête enseignante GPT0,277
Écart entre enseignants0,107 · 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'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

Citations124
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetClimate change impacts on agricultureTravaux en français237 207