Finding potential high-yield areas for Mexican maize under current and climate change conditions
Notice bibliographique
Résumé
SUMMARY Analyses of the geographic patterns of wild species abundance have been carried out in studies ranging from those interested in hot-spots for biodiversity and conservation to basic ecological analyses. Based on the methodological approaches used, the present study searched for areas of higher yield among native races of maize in Mexico, its centre of origin and diversification. Ecological theory suggests that population fitness, and thus abundance, is maximal at the centroid of the multi-dimensional ecological niche of a particular species, and decreases progressively as distance from it increases. In the present study, yield was used instead of abundance, assuming it to be higher under optimal environmental conditions. It was assessed whether nine Mexican maize races exhibited higher yields in areas that are ecologically closer to their niche centroid (NC), or a niche optimum (NO) that did not always coincide with the geometric centroid. Environmental and geographical clusters for each race were also created to identify additional NOs in widely distributed races. All races showed significant correlations between yield and distance, both to the NC or NOs, but in only six of them was the chosen model better than the null model. Three races and two sub-groups were selected for projection under climate change conditions: Celaya (R2= 0·288), Celaya 3 (R2= 0·774), Vandeño (R2= 0·277) and Vandeño 2 (R2= 0·466) and Tepecintle (R2= 0·537). The Celaya race improved with environmental clustering, while Vandeño improved under geographical clustering. Finally, Tepecintle was projected at a race level. Projections under climate change suggested some potential areas for high yields in the future. It was concluded that the approach used in the present paper, considering the distance to NC/NO as a predictor of maize landrace yield, may contribute important information to agro-ecological projects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».