MétaCan
Menu
Retour à la cohorte
Enregistrement W3198481384 · doi:10.1002/joc.7369

Agroclimatic indices across the Canadian Prairies under a changing climate and their implications for agriculture

2021· article· en· W3198481384 sur OpenAlexafffundabout
Aston Chipanshi, Mark Berry, Yinsuo Zhang, Budong Qian, Garrett Steier

Notice bibliographique

RevueInternational Journal of Climatology · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueClimate change impacts on agriculture
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésEnvironmental scienceClimate changeClimatologyGrowing seasonLivestockHeat indexAgricultureCoupled model intercomparison projectClimate modelAdaptabilityAgricultural productivityAtmospheric sciencesHumidityGeographyAgronomyMeteorologyForestryEcology

Résumé

récupéré en direct d'OpenAlex

Abstract With the objective of trying to understand the adaptability of agriculture across the Canadian Prairies under climate change, simple‐to‐use agroclimatic indices were calculated for the base climate period of 1981 to 2010 and for both the medium (RCP4.5) and high (RCP8.5) emission projections extending to the distant future (2071–2100). The agroclimatic indices included the Effective Growing Degree Days (EGDDs), Growing Season Length (GSL), the Climate Moisture Index (CMI), and the Temperature Humidity Index (THI). For climate change in 30‐year periods, these indices were calculated as multi‐model ensembles of six Global Climate Models recommended under the Coupled Model Intercomparison Project Phase 5 (CMIP5) for the study area. We found that the GSL, EGDDs, CMI, and THI were amplified above the values of the base climate period in the order of 40–50 days, 600–1200 heat units, −100 to −120 mm and 3–4 THI units by the close of the distant future (2071–2100) under the RCP4.5 and RCP8.5, respectively. This amplification has implications on where crop and livestock production could become more suitable or riskier in future. Opportunities include expanding crop and livestock production to more northerly regions which currently have insufficient heat units, a short growing season and unfavourable temperature humidity thresholds for livestock production. Moisture deficits will continue to be the greatest risk during the growing season under climate change scenarios but options exist to implement adaptive measures such as staggering seeding times to take advantage of moisture availability in the spring and autumn seasons and crop substitution. This study has relevance for policy and program formulation and implementation in Canada's agricultural regions and potentially, other areas of the world with similar climate change outcomes.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,019
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,038
Tête enseignante GPT0,311
Écart entre enseignants0,272 · 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

Citations16
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ClimatologyMême sujetClimate change impacts on agricultureTravaux en français237 207