凯尔·戴维斯是一名环境数据科学家，他的研究旨在增加发展中国家的粮食供应。他结合了环境科学和数据科学的技术来理解全球粮食系统的模式，并制定了使粮食供应链更有营养和可持续的战略。自2018年9月以博士后身份加入数据科学研究所以来，戴维斯已与人合著了四篇论文，所有这些论文都详细阐述了发展中国家如何可持续地提高其农作物产量。在他的最新研究中，他把重点放在了拥有13亿人口的印度。在那里，他领导了一个团队，研究了气候对五种主要作物的影响:指粟、玉米、珍珠粟、高粱和水稻。在6月至9月的季风季节(印度的主要生长期)，这些作物占粮食产量的绝大部分，水稻占该季节粮食供应的四分之三。这五种谷物加在一起对满足印度的营养需求至关重要。
戴维斯在《环境研究快报》上发表的一篇论文中发现，谷子、高粱和玉米等谷物的产量更能抵御极端天气;由于气候年复一年的变化，它们的产量差异明显较小，在干旱期间通常会出现较小的下降。但在极端天气条件下，印度的主要农作物水稻的产量下降幅度更大。印度的气温和降雨量每年都在变化，影响着农民所能生产的农作物的数量。随着干旱和风暴等极端气候事件变得越来越频繁，有必要找到保护印度农作物生产免受这些冲击的方法。作者综合了农作物产量、温度和降雨量的历史数据，还使用了温度(来自东安格利亚大学的气候研究单位)和降水量(来自印度气象局维护的雨量计网络)的模型数据。然后，他们使用这些气候变量作为产量的预测因子，采用线性混合效应建模方法以估计气候的年变化与作物产量之间是否存在显著的关系。
