MétaCan
Menu
Retour à la cohorte
Enregistrement W4213348701 · doi:10.5539/jas.v14n3p78

The Impacts of Current Climate Variability on Coffee Production in the Northern and Southern Highlands of Tanzania

2022· article· en· W4213348701 sur OpenAlexvenueno aff
Suzana Mbwambo, Sixbert K. Mourice, Akwilin J. P. Tarimo

Notice bibliographique

RevueJournal of Agricultural Science · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCoffee research and impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTanzaniaClimate changeGeographyProduction (economics)Global warmingEnvironmental scienceCoffea arabicaAgroforestryEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Coffee is the most traded commodity in the world. In Tanzania, Coffee is the second largest traditional commodity. However, several climate change studies have predicted that coffee production will be reduced as a result of climate change. Therefore, the study aimed to assess the impact of current climate change on Tanzania’s Arabica coffee production and determine the most significant climatic variables, which influence coffee production in the respective regions. Global interpolated climatic database (Worldclim dataset) and official historical coffee production data from Tanzania Coffee Board for a period of 40 years (1970-2018) were used. Climatic parameters and coffee production were compared through descriptive statistics, correlation analysis, and multiple regressions. The Mann-Kendall method was used to detect significant trends in climatic data. The minimum temperature has been increasing at a higher rate than the maximum temperature in the Northern and Southern Highlands zones. A 1 °C increase in minimum temperature (Tmin) during short rains and annual mean temperature (Tmean) resulted in a significant coffee production decrease (-6,041 and -4,450 tons) in Kilimanjaro and Arusha regions respectively. In the Southern Highlands zone coffee production positively correlated with temperature. A significant reduction in coffee production due to a decline in long rains was also observed in the Kilimanjaro region. The warming and drought trends are likely to continue with significant implications on coffee production and this, calls for the development of suitable adaptation strategies to sustain production. Such strategies may include, re-adapting the coffee agronomic practices to climate change, improving water and nutrient use efficiency in coffee trees, and developing genetically improved coffee cultivars that will tolerate the impact of climate change.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,522
Score d'incertitude au seuil0,175

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,020
Tête enseignante GPT0,303
Écart entre enseignants0,283 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetCoffee research and impactsTravaux en français237 207