MétaCan
Menu
Retour à la cohorte
Enregistrement W4310483808 · doi:10.1088/1748-9326/aca77c

Evidence for increasing global wheat yield potential

2022· article· en· W4310483808 sur OpenAlex
Jose Rafael Guarin, Pierre Martre, Frank Ewert, Heidi Webber, Sibylle Dueri, Daniel F. Calderini, Matthew Reynolds, Gemma Molero, Daniel J. Miralles, Guillermo A. García, Gustavo A. Slafer, Francesco Giunta, Diego Noleto Luz Pequeno, Tommaso Stella, Mukhtar Ahmed, Phillip D. Alderman, Bruno Basso, Andrés Berger, Marco Bindi, Gennady Bracho‐Mujica, Davide Cammarano, Yi Chen, Benjamin Dumont, Ehsan Eyshi Rezaei, Elías Fereres, Roberto Ferrise, Thomas Gaiser, Yujing Gao, Margarita García‐Vila, Sebastian Gayler, Zvi Hochman, Gerrit Hoogenboom, L. A. Hunt, Kurt Christian Kersebaum, Claas Nendel, Jørgen E. Olesen, Taru Palosuo, Eckart Priesack, Johannes Wilhelmus Maria Pullens, Alfredo Rodríguez, Reimund P. Rötter, Margarita Ruiz‐Ramos, Mikhail A. Semenov, Nimai Senapati, Stefan Siebert, Amit Kumar Srivastava, Claudio Stöckle, Iwan Supit, Fulu Tao, Peter J. Thorburn, Enli Wang, Tobias K. D. Weber, Liujun Xiao, Zhao Zhang, Chuang Zhao, Jin Zhao, Zhigan Zhao, Yan Zhu, Senthold Asseng

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnvironmental Research Letters · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensUniversity of Guelph
Organismes subventionnairesComisión Nacional de Investigación Científica y TecnológicaBiotechnology and Biological Sciences Research CouncilDirectorate for Biological SciencesNational Natural Science Foundation of China
Mots-clésYield (engineering)Environmental scienceAgronomyAgricultural engineeringBiologyPhysicsThermodynamicsEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Wheat is the most widely grown food crop, with 761 Mt produced globally in 2020. To meet the expected grain demand by mid-century, wheat breeding strategies must continue to improve upon yield-advancing physiological traits, regardless of climate change impacts. Here, the best performing doubled haploid (DH) crosses with an increased canopy photosynthesis from wheat field experiments in the literature were extrapolated to the global scale with a multi-model ensemble of process-based wheat crop models to estimate global wheat production. The DH field experiments were also used to determine a quantitative relationship between wheat production and solar radiation to estimate genetic yield potential. The multi-model ensemble projected a global annual wheat production of 1050 ± 145 Mt due to the improved canopy photosynthesis, a 37% increase, without expanding cropping area. Achieving this genetic yield potential would meet the lower estimate of the projected grain demand in 2050, albeit with considerable challenges.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,932
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,121
Tête enseignante GPT0,321
Écart entre enseignants0,200 · 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