MétaCan
Menu
Retour à la cohorte
Enregistrement W2516864329 · doi:10.3354/cr01407

Climate change in the North China Plain: smallholder farmer perceptions and adaptations in Quzhou County, Hebei Province

2016· article· en· W2516864329 sur OpenAlexaboutno aff
David M. Chen, Joann K. Whalen

Notice bibliographique

RevueClimate Research · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeGeographyAgricultureIrrigationChinaAgricultural economicsEcologyArchaeology

Résumé

récupéré en direct d'OpenAlex

CR Climate Research Contact the journal Facebook Twitter RSS Mailing List Subscribe to our mailing list via Mailchimp HomeLatest VolumeAbout the JournalEditorsSpecials CR 69:261-273 (2016) - DOI: https://doi.org/10.3354/cr01407 Climate change in the North China Plain: smallholder farmer perceptions and adaptations in Quzhou County, Hebei Province David Chen1, Joann K. Whalen2,* 1Faculty of Agricultural and Environmental Sciences and 2Department of Natural Resource Sciences, McGill University, Macdonald Campus, 21111 Lakeshore Road, Ste-Anne-de-Bellevue QC H9X 3V9, Canada *Corresponding author: joann.whalen@mcgill.ca ABSTRACT: Climate change is expected to negatively affect production of winter wheat and maize in the North China Plain (NCP). This study examines the perceptions and adaptations to climate change of farmers in Quzhou County in the NCP. Structured interviews were held with 37 smallholder farmers to determine their perceptions of and adaptations to climate change in the past 30 yr. Historical meteorological data (1980 to 2010) showed a significant increase in mean annual temperature of 1.7°C over 30 yr and no significant change in mean annual rainfall, but farmers perceive increasing temperature and decreasing rainfall during this period. We hypothesize that this leads farmers to irrigate more, due to their perception that the changing temperature and precipitation regime is increasing crop water stress. Further increase in annual temperature predicted for the NCP will intensify irrigation and deplete the groundwater reserves used for irrigation in this area. Farmers in the NCP require decision-making tools to develop sustainable irrigation practices for long-term adaptation to climate change. KEY WORDS: Agriculture · Climate change · Meteorological data · Participatory methods Full text in pdf format Supplementary material PreviousCite this article as: Chen D, Whalen JK (2016) Climate change in the North China Plain: smallholder farmer perceptions and adaptations in Quzhou County, Hebei Province. Clim Res 69:261-273. https://doi.org/10.3354/cr01407 Export citation RSS - Facebook - Tweet - linkedIn Cited by Published in CR Vol. 69, No. 3. Online publication date: August 29, 2016 Print ISSN: 0936-577X; Online ISSN: 1616-1572 Copyright © 2016 Inter-Research.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,447
Score d'incertitude au seuil0,889

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,152
Tête enseignante GPT0,352
Écart entre enseignants0,200 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations20
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClimate ResearchMême sujetClimate change impacts on agricultureTravaux en français237 207