MétaCan
Menu
Retour à la cohorte
Enregistrement W7077078633 · doi:10.1016/j.agrcom.2025.100091

Impacts of global climate change on mushroom production: challenges and opportunities

2025· article· en· W7077078633 sur OpenAlexafffund

Notice bibliographique

RevueAgriculture Communications · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensMcMaster University
Organismes subventionnairesChongqing Science and Technology CommissionMcMaster University
Mots-clésClimate changeMushroomHabitatProductivityEcosystem servicesPrecipitationEffects of global warmingGlobal warmingTemperate climate

Résumé

récupéré en direct d'OpenAlex

Climate change has been linked to a wide range of adverse impacts on human health and socioeconomic well-being. While mushrooms have been suggested as potential agents for mitigating climate change, the effects of climate change on mushroom production remain largely unexplored. Here, we review and analyze the potential impacts of climate change on the production of both cultivated and wild edible and medicinal mushrooms, with a focus on the impacts of changing temperature and precipitation. First, we review global temperature and precipitation scenarios projected by 2100. Most climate scientists predict that global temperature will continue to rise gradually and precipitation distribution will become increasingly uneven in the future. Second, our analyses suggest that these environmental shifts will negatively impact the productivity of most cultivated mushrooms in multiple ways, including restricted substrate supplies, damage from pests and pathogens, and high electrical expenditures, etc. Third, some wild mushrooms may benefit from warmer and more humid conditions in certain regions, leading to increased mycelial growth and fruiting. However, hotter and drier environments in other regions, as projected for the future, will likely suffer decreasing yields for most mushrooms. For many wild gourmet mushroom species, their suitable habitats may change, with the majority predicted to experience habitat shrinkage, resulting in an overall decrease in productivity. Aside from challenges, we also discuss opportunities, including incorporating smart technologies for monitoring environmental factors, utilizing artificial intelligence for predictive analytics, and automating tasks such as irrigation and cooling/heating. We note that long-term monitoring across multiple ecological zones is needed to accurately quantify the impacts of global climate change on mushroom production and fine-tune strategies for sustainable mushroom cultivation.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,095
Tête enseignante GPT0,287
Écart entre enseignants0,191 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgriculture CommunicationsMême sujetGeochemistry and Geologic MappingTravaux en français237 207