Does Climate Change Affect Rapeseed Production in Exporting and Importing Countries? Evidence from Market Dynamics Syntheses
Notice bibliographique
Résumé
Globally, non-cereal crops such as vegetable oils and their associated products will surpass cereals in demand by 2050, according to the World Bank (WB). Despite being considered an energy-efficient food crop, the production and supply capability of rapeseed is mostly influenced by climate conditions. Aiming in this context, the study explored how temperature and rainfall patterns influence rapeseed production, as well as how rapeseed prices in major trading countries may influence production and consumption patterns in developing countries. To do this, a supply and demand model approach has been employed for major exporting (Canada) and importing countries, i.e., China, the United States (U.S.) along with Bangladesh, a developing nation. The baseline study period was considered from 1991 to 2018, and simulations were performed up to 2040. The findings revealed that the most important effect on rapeseed yield is directly related to changes in temperature, which are positively related to the growing season but negatively related to the maturity stages of rapeseed in all studied countries. Rapeseed exports from Canada are expected to rise by 2040, while imports from China and the U.S. will rise simultaneously. In Canada, the per capita consumption of rapeseed oil is expected to increase from 16 to 24 kg per year between 2019 and 2040. Over the projection period, oil per capita consumption has steadily increased in China, the U.S., and Bangladesh. The relative demand for rapeseed oil is projected to increase by 2060, according to representative concentration pathways (RCPs). Therefore, it is necessary to determine market prices considering the probable climatic effect and increasing market demand for rapeseed to sustain the international market access of trading nations.
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 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 | 0,008 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».