The important but weakening maize yield benefit of grain filling prolongation in the US Midwest
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.
Notice bibliographique
Résumé
A better understanding of recent crop yield trends is necessary for improving the yield and maintaining food security. Several possible mechanisms have been investigated recently in order to explain the steady growth in maize yield over the US Corn-Belt, but a substantial fraction of the increasing trend remains elusive. In this study, trends in grain filling period (GFP) were identified and their relations with maize yield increase were further analyzed. Using satellite data from 2000 to 2015, an average lengthening of GFP of 0.37 days per year was found over the region, which probably results from variety renewal. Statistical analysis suggests that longer GFP accounted for roughly one-quarter (23%) of the yield increase trend by promoting kernel dry matter accumulation, yet had less yield benefit in hotter counties. Both official survey data and crop model simulations estimated a similar contribution of GFP trend to yield. If growing degree days that determines the GFP continues to prolong at the current rate for the next 50 years, yield reduction will be lessened with 25% and 18% longer GFP under Representative Concentration Pathway 2.6 (RCP 2.6) and RCP 6.0, respectively. However, this level of progress is insufficient to offset yield losses in future climates, because drought and heat stress during the GFP will become more prevalent and severe. This study highlights the need to devise multiple effective adaptation strategies to withstand the upcoming challenges in food security.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle