GEOGRAPHIC INFORMATION SYSTEMS FOR ASSESSMENT OF CLIMATE CHANGE EFFECTS\nON TEFF IN ETHIOPIA
Notice bibliographique
Résumé
The value of Geographic Information Systems (GIS) for assessing climate change impacts on crop productivity cannot be over-emphasised.This study evaluated a GIS based methodology for teff (Eragrostis tef) production in Ethiopia.We examined the spatial implications of climate change on areas suitable for teff, and estimated the effects of altered environments on teff's productivity.There was a non-linear relationship between suitability indices, the output of spatial analysis and teff yield data collected from diverse ecological zones.This served as the basis for country-wide crop yield analysis for both current and future climate scenarios.To complement this effort, a socio-economic survey was carried with a thrust of understanding the agricultural activities in the study area.With the current climatic conditions, 87.7% of Ethiopia is suitable for teff.On the other hand, approximately 67.7% of Ethiopia is expected to be suitable for teff production by 2050.Suitability index (SI) and the actual crop yield data showed a strong positive correlation (r = 74%).There is a predicted severe drop in teff yield (-0.46 t ha -1 ) by the year 2050.Based on the current area under teff in Ethiopia, this equals an overall reduction in national production of about 1,190,784.12t, equivalent to a loss of US$ 651 million to farmers.The results indicate that crop yield varied significantly as a function of climatic variation and that the model is applicable in assessing the impact of climate change on crop productivity at various levels taking into consideration spatial variability of climate.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».