MétaCan
Menu
Retour à la cohorte
Enregistrement W4385630317 · doi:10.3390/su151512054

Intercropping Perennial Fruit Trees and Annual Field Crops with Aromatic and Medicinal Plants (MAPs) in the Mediterranean Basin

2023· article· en· W4385630317 sur OpenAlexaff
Ilaria Marotti, Anne Whittaker, Reyhan Bahtiyarca Bağdat, Pervin Arı Akın, Namuk Ergün, Giovanni Dinelli

Notice bibliographique

RevueSustainability · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésIntercroppingAgroforestryAgricultureAgronomyPerennial plantEnvironmental scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

The Mediterranean basin (MB), a “climate hotspot”, is experiencing faster than average increases in global temperature and water deficit, as well as soil degradation, with detrimental impacts on food crop yield and pest/pathogen incidence. Hence, there is an urgent requisite for sustainable crop diversification strategies to promote crop resilience, soil quality conservation and pest/pathogen control. Intercropping is a strategy that has yet to be widely adopted. Presently, cereal–legume combinations represent the most common intercrops. Of relevance, a large number of medicinal and aromatic plants (MAPs), native to the MB, serve as potentially profitable indigenous resources for intercropping with food crops. Environmentally sustainable benefits of MB MAP intercropping with food crops have ironically been reported largely from research outside the MB. The present study aims to review the published literature from 2003 to 2023 on MAP intercropping with perennial nut/fruit crops and annual field crops in the MB. Published research is scarce but shows a promising upward trend, with 70% and 47% of intercropping studies with perennials and annual field crops, respectively, dated between 2020 and 2023. MAP intercropping shows potential in augmenting yield, pest/pathogen and weed control, soil health and cash crop quality, warranting further research with more widespread adoption in the MB.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,348
Score d'incertitude au seuil0,805

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 technologies0,0000,000
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 Opus0,019
Tête enseignante GPT0,256
Écart entre enseignants0,237 · 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

Citations13
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207