MétaCan
Menu
Retour à la cohorte
Enregistrement W7161982353 · doi:10.82308/29943

Climate change and crop production in southwestern Quebec : mitigation and adaptation

2007· dissertation· en· W7161982353 sur OpenAlexaboutno aff
Juan Jose Almaraz Suarez

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrop productionZea maysSemisEnvironmental factor

Résumé

récupéré en direct d'OpenAlex

Les émissions anthropogènes de gaz à effet de serre sont la cause principale de l'augmentation globale des températures. Les changements climatiques vont affecter la production agricole au Canada, et en retour, l'agriculture pourrait limiter les changements climatiques. L'analyse de données historiques du climat et des rendements de maïs, combinés avec des expériences de serre et en champ ont été entreprises pour étudier l'effet de la variabilité et des changements de climat sur le rendement de maïs, l'adaptabilité des systèmes agricoles aux changements climatiques, l'effet du travail du sol sur les émissions de gaz à effet de serre (C02 et N20) associées avec la production de maïs et de soya, et le potentiel des facteurs Nod d'augmenter la biomasse pour limiter les émissions de CO2. L'analyse des données historiques ont démontré qu'au sud-ouest du Québec, la variabilité des rendements de maïs est fortement associée avec les températures de juillet et les précipitations de mai pendant les dernières trois décennies. Les expériences au champ ont démontré que le panic raide, et le sorghum-sudangrass sont les mieux adaptés aux conditions chaudes et sèches. Le semis direct a augmenté les rendements de maïs lorsque les températures printanières étaient plus chaudes que la normale. Les flux de C02 étaient associés avec la température, mais les flux de N20 étaient associés avec les précipitations. Le travail du sol conventionnel (CT) a produit plus d'émissions de CO2 que le semis direct (NT), particulièrement après le disquage au printemps. Les deuxsystèmes ont montré un large pic d'émission de N20 pendant les périodes les pluspluvieuses. Dans le maïs, les pics de N20 ont été détectés après la fertilisation enazote. NT a montré des émissions de N20 plus importantes que CT en productionde maïs, mais CT a montré des flux de N20 plus important que NT en productionde soya. Les facteurs Nod vaporisés sur le soya ont augmenté la photosynthèse etla biomasse sous conditions controllées. Au champ, le rendement a été augmentépar les facteurs Nod sous CT, mais pas sous NT, et la sécheresse a réduit laréponse du soya aux facteurs Nod.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,216

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,248
Écart entre enseignants0,215 · 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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPlant responses to elevated CO2Travaux en français237 207