MétaCan
Menu
Retour à la cohorte
Enregistrement W2925224144 · doi:10.3390/land8030049

Re-Evaluating the Climate Factor in Agricultural Land Assessment in a Changing Climate—Saskatchewan, Canada

2019· article· en· W2925224144 sur OpenAlexaffabout
Samantha A. Kerr, Yuliya Andreichuk, David Sauchyn

Notice bibliographique

RevueLand · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésArable landEnvironmental sciencePrecipitationAgricultureClimate changeYield (engineering)Growing seasonGeographyPhysical geographyClimatologyAgronomyEcologyMeteorology

Résumé

récupéré en direct d'OpenAlex

We established the statistical relationships between seasonal weather variables and average annual wheat yield (Hard Red Spring and Durum wheat: Triticum spp.) for the period of 1979–2016 for 296 rural municipalities (RMs) throughout six soil zones comprising the arable agricultural zone of Saskatchewan, Canada. Controlling climate variables were identified through Pearson’s product moment correlation analysis and used in stepwise regression to predict wheat yields in each RM. This analysis provided predictive regression equations and summary statistics at a fine spatial resolution, explaining up to 75% of the annual variance of wheat yield, in order to re-evaluate the climate factor rating in the arable land productivity model for the Saskatchewan Assessment and Management Agency (SAMA). Historical climate data (1885–2016) and Regional Climate Model (RCM) projections for the growing season (May–August) were also examined to put current climatic trends into longer-term perspective, as well as develop a better understanding of possible future climatic impacts on wheat yield in Saskatchewan. Historical trends demonstrate a decrease in maximum temperature and an increase in minimum temperature and precipitation throughout all soil zones. RCM projections also show a potential increase in temperatures and total precipitation by 5 °C and 10%, respectively. We recommended against a modification of the climate factor rating at this time because (1) any increase in wheat yield could not be attributed directly to the weather variables with the strongest trends, and (2) climate and wheat yield are changing more or less consistently across the zone of arable land, and one soil zone is not becoming more productive than another.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,284
Écart entre enseignants0,248 · 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'étudeObservationnel
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

Citations12
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLandMême sujetClimate change impacts on agricultureTravaux en français237 207