Unrealized Potential: A Review of Perceptions and Use of Weather and Climate Information in Agricultural Decision Making
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.
Notice bibliographique
Résumé
Abstract This article reviews research on agricultural decision makers’ use and perceptions of weather and climate information and decision support tools (DSTs) conducted in the United States, Australia, and Canada over the past 30 years. Forty–seven relevant articles, with locations as diverse as Australian rangelands and the southeastern United States, ranging in focus from corn to cattle, were identified. NVivo 9 software was used to code research methods, type of climate information explored, barriers to broader use of weather information, common themes, and conclusions from each article. Themes in this literature include the role of trusted agricultural advisors in the use of weather information, farmers’ management of weather risks, and potential agricultural adaptations that could increase resilience to weather and climate variability. While use of weather and climate information and DSTs for agriculture has increased in developed countries, these resources are still underutilized. Reasons for low use and reduced usefulness highlighted in this literature are perceptions of low forecast accuracy; forecasts presented out of context, reducing farmers’ ability to apply them; short forecast lead times; inflexible management and operations that limit the adaptability of a farm; and greater concern with nonweather risks (such as regulation or market fluctuation). The authors’ main recommendation from reviewing this literature is that interdisciplinary and participatory processes involving farmers and advisors have the potential to improve use of weather and climate DSTs. The authors highlight important gaps revealed by this review, and suggest ways to improve future research on these topics.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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