MétaCan
Menu
Retour à la cohorte
Enregistrement W3042617552 · doi:10.5539/jas.v12n8p106

Analysis of Spatiotemporal Features of Cassava Evapotranspiration in Benin Using Integrated FAO-56 Method and Terra/MODIS Data

2020· article· en· W3042617552 sur OpenAlexvenueno aff
Patrice Koyo, Jichao Hu, Martial Amou

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Land Suitability Analysis
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEvapotranspirationNormalized Difference Vegetation IndexCrop coefficientLinear regressionTrend analysisVegetation IndexVegetation (pathology)GeographyHydrology (agriculture)Environmental scienceCorrelation coefficientLeaf area indexForestryCropPhysical geographyMathematicsAgronomyStatisticsGeologyEcology

Résumé

récupéré en direct d'OpenAlex

This study analyzed the temporal and spatial features of cassava evapotranspiration from 1985 to 2015 in Benin using linear regression, Mann-Kendall trend test, Sen’s slope estimator, and interpolation. The study used basic meteorological data from the Met office of Benin and the Terra/MODIS vegetation index. The estimated crop coefficients (Kc) from FAO and NDVI have shown a strong and positive linear relationship with a correlation coefficient of r = 0.968, while NDVI-Kc presented values slightly lower than FAO-Kc. The rates of crop evapotranspiration (ETc) varied from 1.23 to 7.63 mm/day and 2.92 mm/day on average. At the local level, there were significant upward trends in the seasonal ETc for stations located in the bimodal rainfall pattern area (Cotonou, Bohicon, and Save) and non-significant for stations in the unimodal rainfall pattern area (Kandi, Parakou, and Natitingou). At the country level, both methods revealed a non-significant positive trend in cassava evapotranspiration in the study area while showing a strong and positive linear relationship in variations throughout the growing season, r = 0.956. Cassava’s growth in Benin may encounter in the future the risk of water deficit.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,436
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,052
Tête enseignante GPT0,305
Écart entre enseignants0,253 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSoil and Land Suitability AnalysisTravaux en français237 207