MétaCan
Menu
Retour à la cohorte
Enregistrement W4414602119 · doi:10.1038/s41598-025-18541-6

Assessment and mapping of climate change impacts on spring wheat yield in Southern Saskatchewan using DSSAT and high-resolution RCM projections

2025· article· en· W4414602119 sur OpenAlexafffundabout
Mohammad Zare, Shahid Azam, David Sauchyn, Fatemeh Yaghoubi

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePasture and Agricultural Systems
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRoyal Bank of CanadaUniversity of Regina
Mots-clésDSSATClimate changeYield (engineering)Representative Concentration PathwaysClimate change scenarioBaseline (sea)Crop yieldCrop

Résumé

récupéré en direct d'OpenAlex

Climate change presents both potential benefits and drawbacks for crop production in Canada. An assessment and mapping of future climate change impacts on spring wheat yield in Saskatchewan is crucial because the province largely accounts for Canada’s share of the global wheat market. We applied ten climate change scenarios (high-resolution (0.22°) regional simulations) to the CERES-Wheat module of the Decision Support System for Agro-technology Transfer (DSSAT) model using a historical baseline period (1975–2004) and three 30-year future periods: near (2010–2039), middle (2040–2069), and far (2070–2099). The model showed high accuracy with d-values always higher than 0.75 for the calibration (d-value = 0.84) and the validation (d-value = 0.82) periods. Furthermore, the model showed a remarkable similarity between the observed and simulated spring wheat yields. Results indicate a median yield increase of 16.1% in the near future, 27.5% in the middle future, and 10.9% in the far future. While there is a general rise in the annual wheat yield under future climate conditions and elevated CO 2 , yield in the far future exhibits a notable decline, particularly in the extreme southern and southwestern areas of Saskatchewan which is exposed to increased aridity under higher temperatures. Conversely, the northern regions are expected to experience significantly higher yields, primarily due to a shift towards wetter conditions and longer growing season. Whereas DSSAT is a commonly used model, the current research is novel by extending the analysis at high-resolution over a large area representing more than 40% of Canada’s crop land.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,151

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,264
Écart entre enseignants0,222 · 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'étudeSimulation ou modélisation
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
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPasture and Agricultural SystemsTravaux en français237 207