Building a feral future: Open questions in crop ferality
Notice bibliographique
Résumé
Societal Impact Statement Given the rapidly increasing drought and temperature stresses associated with climate change, innovative approaches for food security are imperative. One understudied opportunity is using feral crops—plants that have escaped and persisted without cultivation—as a source of genetic diversity, which could build resilience in domesticated conspecifics. In some cases, however, feral plants vigorously compete with crops as weeds, challenging food security. By bridging historically siloed ecological, agronomic, and evolutionary lines of inquiry into feral crops, there is the opportunity to improve food security and understand this relatively understudied anthropogenic phenomenon. Summary The phenomenon of feral crops, that is, free‐living populations that have established outside cultivation, is understudied. Some researchers focus on the negative consequences of domestication, whereas others assert that feral populations may serve as useful pools of genetic diversity for future crop improvement. Although research on feral crops and the process of feralization has advanced rapidly in the last two decades, generalizable insights have been limited by a lack of comparative research across crop species and other factors. To improve international coordination of research on this topic, we summarize the current state of feralization research and chart a course for future study by consolidating outstanding questions in the field. These questions, which emerged from the colloquium “Darwins' reversals: What we now know about Feralization and Crop Wild Relatives” at the BOTANY 2021 conference, fall into seven categories that span both basic and applied research: (1) definitions and drivers of ferality, (2) genetic architecture and pathway, (3) evolutionary history and biogeography, (4) agronomy and breeding, (5) fundamental and applied ecology, (6) collecting and conservation, and (7) taxonomy and best practices. These questions serve as a basis for ferality researchers to coordinate research in these areas, potentially resulting in major contributions to food security in the face 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».