MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385791685 · doi:10.5539/jas.v15n9p10

Analyzing the Characteristics of Cropping Intensity’s Change of Cultivated Land in China During 2010-2019

2023· article· en· W4385791685 sur OpenAlexvenueno aff
Yuanhong You, Yuhao Zhang, Haiyan Hou, Zhiguang Tang

Notice bibliographique

RevueJournal of Agricultural Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésArable landCroppingChinaMultiple croppingGeographyEnvironmental sciencePlateau (mathematics)Growing seasonLand useAgroforestryAgricultureAgronomyEcology

Résumé

récupéré en direct d'OpenAlex

The sustained stability of the arable land replanting index is crucial to the national food security strategy. The exploration of the temporal and spatial changes in the arable land replanting index is of great significance for agricultural development and food security evaluation. This study investigates China’s arable land replanting index from 2010 to 2019 using MODIS NDVI image data, S-G filtering, and quadratic differentiation methods. The results show that there are significant spatial differences in China’s arable land replanting index, with the Huang-Huai-Hai region mainly producing double-cropping crops, the Northeast Plain and Loess Plateau mainly producing single-cropping crops, and the area south of the Yangtze River mainly producing multiple-cropping crops. Overall, China’s food production is mainly based on single-season crops. There is a gradual shift towards double-season crops from north to south, with lower replanting indices in the northwest and higher indices in the eastern provinces. The south has significantly higher indices than the north. During the study period, the arable land replanting index showed an overall upward trend. There were significant increases in the replanting index in the northeast, the Loess Plateau, and the northern Huang-Huai-Hai region. However, there was a downward trend in the southern Huang-Huai-Hai region and the middle and lower reaches of the Yangtze River. It is crucial to maintain the effective planting area of arable land in the Loess Plateau and the double-season planting area of arable land in the Huang-Huai-Hai region while also addressing the downward trend of the arable land replanting index in the middle and lower reaches of the Yangtze River to ensure food security by stabilizing the index.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,056
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetLand Use and Ecosystem Services→Travaux en français237 207→