MétaCan
Menu
Retour à la cohorte
Enregistrement W3201571740 · doi:10.1073/pnas.2106382118

Integrated farming with intercropping increases food production while reducing environmental footprint

2021· article· en· W3201571740 sur OpenAlexaff
Qiang Chai, Thomas Nemecek, Chang Liang, Cai Zhao, Aizhong Yu, Jeffrey A. Coulter, Yifan Wang, Falong Hu, Li Wang, Kadambot H. M. Siddique, Yantai Gan

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensAgriculture and Agri-Food CanadaEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésIntercroppingMonocultureAgricultureFood securityCroppingCarbon footprintEnvironmental scienceAgroforestryCropping systemCrop rotationAgricultural scienceBusinessAgronomyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Food security has been a significant issue for the livelihood of smallholder family farms in highly populated regions and countries. Industrialized farming in more developed countries has increased global food supply to meet the demand, but the excessive use of synthetic fertilizers and pesticides has negative environmental impacts. Finding sustainable ways to grow more food with a smaller environmental footprint is critical. We developed an integrated cropping system that incorporates four key components: 1) intensified cropping through relay planting or intercropping, 2) within-field strip rotation, 3) soil mulching with available means, such as crop straw, and 4) no-till or reduced tillage. Sixteen field experiments, conducted with a wide range of crop inputs over 12 consecutive years (2006 to 2017), showed that the integrated system with intercropping generates significant synergies-increasing annual crop yields by 15.6 to 49.9% and farm net returns by 39.2% and decreasing the environmental footprint by 17.3%-when compared with traditional monoculture cropping. We conclude that smallholder farmers can achieve the dual goals of growing more food and lowering the environmental footprint by adopting integrated farming systems.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,048
Tête enseignante GPT0,243
Écart entre enseignants0,195 · 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

Citations221
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207