MétaCan
Menu
Retour à la cohorte
Enregistrement W4400725530 · doi:10.22215/cujs.v1i1.3894

ACCd and PGPRs: increasing plant productivity for more sustainable agricultural practices

2023· article· en· W4400725530 sur OpenAlexaff
Milie Lemieux

Notice bibliographique

RevueCarleton undergraduate journal of science. · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAgricultureProductivitySustainable agricultureAgroforestryBusinessAgricultural productivityEnvironmental scienceAgricultural scienceAgricultural economicsBiologyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Our current world population is nearly 8 billion people, and it is expected to reach 10 billion by the year 2055 (Schultz, 2018). As the population continues to experience exponential growth patterns, we are faced with increasing concerns regarding food security. Indeed, as of 2020, millions of people are experiencing hunger or food insecurity, especially those in Africa, Latin America, the Caribbean, and Asia (FAO, 2021). A great deal of food insecurity is indirectly caused by climate change because product yield is not sufficient to reach increasing food demands (FAO, 2021). Climate change is causing warmer winters and unpredictable precipitation, resulting in poor growing conditions for crops (Wheaton & Kulshreshtha, 2017; Qian et al., 2011). In order to achieve high quality and quantity product yield, crops require rich soil conditions generated by sufficient periods of rainfall. This article discusses the effects of climate change on agriculture, with emphasis on aminocyclopropane-1-carboxylic acid deaminase (ACCd), an enzyme that plays an important role in increasing drought and salinity tolerance in plants.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,587

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
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 Opus0,033
Tête enseignante GPT0,278
Écart entre enseignants0,245 · 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'étudeExpérimental (laboratoire)
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 revueCarleton undergraduate journal of science.Même sujetCrop Yield and Soil FertilityTravaux en français237 207