Country-Level Bio-Economic Modeling of Agricultural Technologies to Enhance Wheat-Based Systems Productivity in the Dry Areas
Notice bibliographique
Résumé
<p>Conservation Agriculture (CA) have a large potential for enhancing cereal yields in the semi-arid areas through better management of soil moisture. The objective of the current paper is to quantify, at national level, the impact of CA adoption in wheat-based agricultural systems in Syria. A country-level bio-economic approach was used for this purpose. Different CA technical packages (TPs) were first developed and simulated through APSIM crop modeling software, in order to estimate the long-term yields of wheat under different CA TPs for the period 2015-2039. The considered CA packages are a combination of zero-tillage, mulching, raised bed, fertilizer doses, and planting dates. The simulated yields are then introduced into IMPACT model while assuming that TPs will be adopted on 35% of the wheat areas in the countries. Results show that the comparative advantages of CA TPs on overcoming the effect of climate change will only be significant after 2030. In 2039, the effect of different TPs on average wheat yields in Syria will be 4% to 12% (depending on the TP) higher than the average yields under climate change and no CA technology adoption. These yield enhancements may reduce the wheat trade deficit with 30 up to 140%, also depending on the technical package. The combination of mulching techniques, together with average nitrogen dose of 30kg/ha, and late planting date of wheat provides the best prospective for the wheat sector in Syria.</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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».