MétaCan
Menu
Retour à la cohorte
Enregistrement W3034317981 · doi:10.3389/fpls.2020.00828

Toward a Better Understanding of Genotype × Environment × Management Interactions—A Global Wheat Initiative Agronomic Research Strategy

2020· article· en· W3034317981 sur OpenAlexaff
Brian L. Beres, Jerry L. Hatfield, John A. Kirkegaard, Sanford D. Eigenbrode, William L. Pan, Romulo P. Lollato, James Hunt, Sheri Strydhorst, Kenton Porker, Drew J. Lyon, Joel K. Ransom, Jochum Wiersma

Notice bibliographique

RevueFrontiers in Plant Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensAgriculture Food and Rural DevelopmentAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésFood securitySustainabilityBiotechnologyProduction (economics)Yield (engineering)ProductivityBusinessAgronomyBiologyAgriculture

Résumé

récupéré en direct d'OpenAlex

The Wheat Initiative (WI) and the WI Expert Working Group (EWG) for Agronomy (www.wheatinitiative.org) were formed with a collective goal to "coordinate global wheat research efforts to increase wheat production, quality and sustainability to advance food security and safety under changing climate conditions.” The Agronomy EWG is responsive to the WI’s research need, “A knowledge exchange strategy to ensure uptake of innovations on farm and to update scientists on changing field realities.” The Agronomy EWG aims to consolidate global expertise for agronomy with a focus on wheat production systems. The overarching approach is to develop and adopt a systems-agronomy framework relevant to any wheat production system. It first establishes the scale of current yield gaps, identifies defensible benchmarks, and takes a holistic approach to understand and overcome exploitable yield gaps to complement genetic increases in potential yield. New opportunities to increase productivity will be sought by exploiting future Genotype x Environment x Management synergies in different wheat systems. To identify research gaps and opportunities for collaboration among different wheat producing regions, the EWG compiled a comprehensive database of currently funded wheat agronomy research (n = 782) in countries representing a large proportion of the wheat grown in the world. The yield gap analysis and research database positions the EWG to influence priorities for wheat agronomy research in member countries that would facilitate collaborations, minimize duplication and maximize the global impact on wheat production systems. This paper outlines a vision for a global WI agronomic research strategy and discusses activities to date. The focus of the WI-EWG is to transform the agronomic research approach in wheat cropping systems, which will be applicable to other crop species.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,554
Score d'incertitude au seuil0,155

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)0,0000,000

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 Opus0,138
Tête enseignante GPT0,282
Écart entre enseignants0,144 · 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'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

Citations59
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207