Cropping system typologies perform differently under climate stress in Manitoba, Canada: multi-criteria assessment
Notice bibliographique
Résumé
Information is required to understand how novel biodiversity strategies can improve cropping system resilience to climate change. A “business as usual” (BAU) rotation (wheat–canola–wheat–soybean) was compared with a “warm-season crop” (WS) rotation (corn–sunflower–dry bean–canola); a “biodiverse” (BD) rotation (fall rye with cover crop– corn/soybean intercrop—pea/canola intercrop–green fallow mixture); a “perennial grain” (Kernza) rotation (Kernza grain intermediate wheatgrass); and an organic (ORG) rotation (millet-green fallow mixture-wheat). Drought conditions prevailed in both study years. The BAU rotation had the lowest average yield (1821 kg ha −1 compared with 2533 and 3083 kg ha −1 for the BD and WS rotations, respectively), less post-harvest residual biomass, and a lower net return than the WS rotation. The WS rotation was limited by herbicide-resistant weeds in dry beans. Kernza seed yield was five times lower than for spring wheat. ORG wheat yielded the same as other wheat and had a higher net return. Live roots days, a measure of soil health potential, were 95 for the BAU rotation and 174 and 113 for the BD and WS rotations, respectively; the most were recorded for Kernza (365). Seasonal crop growth duration was increased by including Kernza and fall rye for early season growth, and corn, sunflower, a corn–soybean intercrop, a cover crop, and fall-seeded rye for late season growth. WS and BD rotations outperformed the BAU rotation and the BD system accomplished this with half the N fertilizer. Results demonstrate the potential of biodiverse rotations; barriers to their adoption should be addressed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».