
A Scientific Reports study applies interpretable machine learning to a large yield monitor dataset of 134 US maize and soybean crop-site-years. The models predict yield with R² above 0.87 and use Shapley values to rank the effects of weather, soil and terrain.
The authors aim to inform breeding and precision management.
The study improves understanding of which environmental factors limit yields, which may help future supply forecasting. It has no immediate effect on prices.
Na 2.467 eerdere weer-gebeurtenissen bewoog Maïs zich mediaan +0,1% over 5 sessies (51% hoger; middelste helft -1,5% tot +1,7%), en +0,6% over 20.
Na 1.964 eerdere weer-gebeurtenissen bewoog Sojabonen zich mediaan +0,1% over 5 sessies (51% hoger; middelste helft -1,7% tot +1,8%), en +0,3% over 20.
Bewegingen van de benchmark van elke grondstof sinds de laatste slotkoers vóór de gebeurtenis. Historische waarden bundelen eerdere gebeurtenissen van hetzelfde soort; ze beschrijven wat er gebeurde, niet wat zal gebeuren. Geen beleggingsadvies.