MétaCan
Menu
Retour à la cohorte
Enregistrement W2914628415 · doi:10.5539/sar.v8n1p94

Estimation of Crop Water Requirements in Irrigated Land of the Khorezm Oasis in the Context of Climate Change

2019· article· en· W2914628415 sur OpenAlexvenueno aff
Stulina Galina, Solodkiy Georgy, Eshtchanov Odilbek

Notice bibliographique

RevueSustainable Agriculture Research · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Environmental scienceClimate changePrecipitationWater resourcesWater resource managementHydrology (agriculture)TerrainWater supplyStructural basinGeographyEnvironmental protectionPhysical geographyGeologyEcologyEnvironmental engineeringMeteorology

Résumé

récupéré en direct d'OpenAlex

Khorezm province is located in the northwest part of Uzbekistan in the basin of one of largest water sources – the Amu Darya River - and occupies the left bank in the Amu Darya lower reaches. The area of the province is 6,100 km2. The province borders Karakalpakstan in the North, Turkmenistan in the South, and Bukhara province of Uzbekistan in the South-East. Uzbekistan is situated in the territory, where high rates of climate change are expected and observed. According to forecasts, further climate change would cause even higher air temperatures, altered precipitation patterns and severe and prolonged droughts, with consequent lowering of available water resources. More plausible scenarios for Uzbekistan suggest more than 4°С rise in average annual air temperatures by 2080. Water discharge along the Amu Darya River is expected to decrease potentially by 10-15%. Objective of given work is to analyze and assess the positive impacts of climate change through alterations of bioclimatic potential in given terrain and agromelioration parameters of crops, with consequent changes in crop water requirements. Earlier research results showed that the observed growth of thermal potential allows earlier sowing and more rapid accumulation of effective temperatures. This will shorten plant development phases, on the one hand, and, as a result, reduce water use by crops, on the other hand.

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 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)0,005
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,974

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,345
Écart entre enseignants0,304 · 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 tête enseignante, 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Agriculture ResearchMême sujetTransboundary Water Resource ManagementTravaux en français237 207