Coffee crops adaptation to climate change in agroforestry systems with rubber trees in southern Brazil
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Adaptation to climate change is a strategy for crops to cope with the scenario of rising temperatures worldwide. In the case of Coffea arabica L., the use of agroforestry systems (AFS) with woody species is a promising practice to reduce excessive heat during the day. This study aimed to 1) evaluate air temperature changes that occur in an AFS of coffee and double alleys of rubber trees (Hevea brasiliensis Müell. Arg.) and 2) carry out an analysis of future warming scenarios by comparing the cultivation of Arabic coffee in full sun and in an AFS of double alleys of rubber trees. The microclimatic variables were measured between two rows of coffee trees at 1.0 m of height from June 2016 to June 2018. The results indicate that the AFS with double alleys of rubber trees spaced 16 m apart had an average temperature reduction from 1.4 to 2.5 °C from 10h00 to 16h00. The study also simulated temperature increases of 1.7, 2.6, 3.1, and 4.8 °C from 2018 to 2099, according to scenarios predicted by the Intergovernmental Panel on Climate Change (IPCC), and the impact in coffee production in Paraná State, Brazil. Using the climatic generator PGECLIMA_R, simulations suggest a progressive reduction of traditional areas suitable for open-grown coffee in the state. Production conditions can be maintained through the AFS, since the systems attenuate mean temperatures by 1-2 °C. We conclude that the AFS of coffee and rubber trees contribute to coffee crop adaptations to a future warmer environment.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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