Future crop yields and water productivity changes for Nebraska rainfed and irrigated crops
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
We assessed future rainfed and irrigated crop yield and water productivity changes in Nebraska across multiple climate and emission scenarios using an empirical modeling approach. We found rainfed crops showed slightly increased crop water productivity while irrigated crops showed no change or decreased water productivity. Contrary to U.S.-wide studies reporting declines in crop yields, we projected Nebraska crop yields to increase overall with greatest increases in current rainfed fields due to combined effects from maximum and minimum temperatures. However, the increased rainfed yields are not sufficient to fully close the gap between rainfed and irrigated yields.Abbreviations: USDA: U.S. Department of Agriculture; RegCM4.3: ICTP Regional Climate Model version 4.3; NCEP: National Centers for Environmental prediction; DOE: U.S. Department of Energy; CGCM: Canadian Climate Centre general circulation model; GFDL: Geophysical Fluid Dynamics Laboratory general circulation model; CRCM: Canadian Climate Centre regional climate model; CCSM: National Center for Atmospheric Research general circulation model; HRM3: Hadley Centre’s Regional Model 3; HADCM3: Hadley Centre’s general circulation model; WRFG: the NCAR Weather Research and Forecasting model; CCCma: Canadian Centre for Climate Modelling and Analysis; CanESM2: Canadian Centre Earth System Model 2; ICHEC-EC: A European community Earth-System Model; IPCC: Intergovernmental Panel on Climate Change; RMSE: Root Mean Square Error
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 | 0,000 | 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) | 0,001 | 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