MétaCan
Menu
Retour à la cohorte
Enregistrement W2181350341

GIS-Based Climate Change Adaptation Decision Support Tool (ADST): Indices to Assess Agricultural Vulnerability

2012· article· en· W2181350341 sur OpenAlexaboutno aff
Robin Rong

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeAdaptive capacityVulnerability (computing)Environmental resource managementAgricultureVulnerability assessmentAgricultural productivityEnvironmental planningEnvironmental scienceGeographyComputer sciencePsychological resilienceEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There is a need to address the issue of how climate change and water resource and agricultural impacts assessment can be transformed into useful information for use by agricultural decision-makers to reduce climatic risk in agricultural production and explore approaches to bridge the gap between the assessment process and decision-making endpoints. A GIS-based Climate Change Adaptation Decision Support Tool (ADST) can help agriculture decision-makers in considering climate change adaptation in future plans and strategies. This tool builds up a few GIS databases covering key climate-water-agriculture information under current and future climate (2050s) along with a list of agricultural adaptation options. For the case study area - Ningxia, China - a series of ADST indices were computed for describing agro-climatic vulnerability, agricultural adaptive capacity and an agricultural investment plan. The approach to developing the vulnerability maps is based on the IPCC definition of vulnerability as a function of adaptive capacity, sensitivity, and exposure. Indices of adaptive capacity, climate and non-climatic sensitivity, and climate change exposure were constructed to examine the vulnerability to climate change in the region. The analytic hierarchy process (AHP) method is used to prioritize indicators to assess the potential contributions of various aspects to systems' coping capacities. Adaptive capacity for agriculture is considered to be an outcome of biophysical, socio-economic, and technological factors. Climate exposure is determined through the use of scenario results from the Hadley Center's PRECIS regional climate model and Environment Canada's scenarios network (CCCSN).

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,008
Études des sciences et des technologies0,0000,000
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,148
Tête enseignante GPT0,323
Écart entre enseignants0,175 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate change impacts on agricultureTravaux en français237 207