MétaCan
Menu
Retour à la cohorte
Enregistrement W2594470055 · doi:10.3390/w9030181

Vulnerability of Maize Yields to Droughts in Uganda

2017· article· en· W2594470055 sur OpenAlex
Terence Épule Épule, James D. Ford, Shuaib Lwasa, Laurent Lepage

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueWater · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversité du Québec à MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)Adaptive capacityGeographyAgroecologyPovertyPrecipitationYield (engineering)Temperate climateClimate changeEnvironmental scienceLatitudeFood securityClimatologyAgroforestrySocioeconomicsAgricultureEcologyBiologyEconomics

Résumé

récupéré en direct d'OpenAlex

Climate projections in Sub-Saharan Africa (SSA) forecast an increase in the intensity and frequency of droughts with implications for maize production. While studies have examined how maize might be affected at the continental level, there have been few national or sub-national studies of vulnerability. We develop a vulnerability index that combines sensitivity, exposure and adaptive capacity and that integrates agroecological, climatic and socio-economic variables to evaluate the national and spatial pattern of maize yield vulnerability to droughts in Uganda. The results show that maize yields in the north of Uganda are more vulnerable to droughts than in the south and nationally. Adaptive capacity is higher in the south of the country than in the north. Maize yields also record higher levels of sensitivity and exposure in the north of Uganda than in the south. Latitudinally, it is observed that maize yields in Uganda tend to record higher levels of vulnerability, exposure and sensitivity towards higher latitudes, while in contrast, the adaptive capacity of maize yields is higher towards the lower latitudes. In addition to lower precipitation levels in the north of the country, these observations can also be explained by poor soil quality in most of the north and socio-economic proxies, such as, higher poverty and lower literacy rates in the north of Uganda.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,755
Score d'incertitude au seuil0,893

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,050
Tête enseignante GPT0,281
Écart entre enseignants0,231 · 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