Notice bibliographique
Résumé
<p>Climate change has the potential to affect Chinese rice production; however, the rice crop could become more suitable to new climatic conditions because of benefits derived from new agricultural technologies. In this paper, a county-level dataset and crop model were used to analyze actual rice yield suitability by measuring the yield gap and yield stability from 1980 to 2011 in 1561 counties of China. The results showed that the national yield gap between the actual and potential yields was approximately 23.0%, which is close to the threshold for profitable planting. However, a number of counties in the northeastern and southwestern regions showed a 30 to 50% yield gap, which indicates a relatively lower suitability of the rice. The rice yield stability results indicated that the actual stability has exceeded the potential stability in most of the counties of China, thus indicating a high level of suitability. Temporally, a decreasing trend was observed for both the yield gap and stability, suggesting that the suitability of rice in China has improved, which might be associated with the development of agricultural technology. The only noteworthy locations presenting a high yield gap and yield instability were several counties in the northeastern region. Since the northeastern region accounts for a significant proportion of China's rice production, further investigations should be conducted to identify the underlying causes of the yield gaps and determine methods of increasing the yield stability. The implementation of more suitable agricultural technology in the area is also suggested to improve the rice suitability in the region.</p>
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».