MétaCan
Menu
Retour à la cohorte
Enregistrement W3111857425 · doi:10.1111/cag.12665

Climate change adaptation in the Canadian wine industry: Strategies and drivers

2020· article· en· W3111857425 sur OpenAlexaffvenueabout
Emilie Jobin Poirier, Ryan Plummer, Gary J. Pickering

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésClimate changeAdaptation (eye)WineryContext (archaeology)GlobeExtreme weatherEnvironmental resource managementEcological forecastingBusinessWineClimate change adaptationGlobal warmingGeographyEnvironmental scienceEcologyPsychology

Résumé

récupéré en direct d'OpenAlex

The wine industry is and will continue to be impacted by climate change. The adaptation of vineyards and winery practices is therefore paramount to the success of winegrowing operations around the globe. We surveyed winegrowers across Canada to assess their adaptation status, the strategies they currently use or plan to implement to cope with the effects of climate change, and the drivers that influence the adoption of adaptation measures. We found that Canadian winegrowers are most adapted to weather events associated with precipitation and drought and less adapted to other extreme weather events. Our results also show that winegrowers' concern about climate change exerts a small, but significant, positive effect on both climate change adaptation and the willingness to adapt in the future. Moreover, winegrowers with smaller operations are less likely to be adapted to some weather events associated with climate change. This research provides an overview of the state of climate change adaptation by winegrowers in Canada and supports the implementation of context‐specific adaptations in wine regions throughout the country.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,831

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,046
Tête enseignante GPT0,226
Écart entre enseignants0,180 · 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

Citations13
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetHorticultural and Viticultural ResearchTravaux en français237 207