MétaCan
Menu
Retour à la cohorte
Enregistrement W1720622164 · doi:10.5296/jas.v3i2.8114

Sorghum Accessions for Use as Cover Crops and Biofuel Feedstocks

2015· article· en· W1720622164 sur OpenAlexaff
Abram Bicksler, John B. Masiunas

Notice bibliographique

RevueJournal of Agricultural Studies · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésAgronomySorghumBiologyGermplasmTiller (botany)CropBiomass (ecology)Temperate climateCultivarSweet sorghumBiofuelCover cropBotanyBiotechnology

Résumé

récupéré en direct d'OpenAlex

Phenotypes of sorghum species (Sorghum sp.) have characteristics making them valuable summer annual cover crops and/or biofuel feedstocks for temperate climates. In field studies conducted at Urbana, IL, USA, fourteen USDA sorghum landrace accessions and three commercial sorghum accessions were evaluated for their growth habits and regrowth potential. In Canonical Discriminant Analysis (CDA) analysis, the first two canonical variates were significant and accounted for 86% of the among-accession variability. Unmown tiller number, regrowth tiller number, and regrowth biomass best discriminated between accessions in CDA and scattergrams. The accessions clustered into three subgroups. Three multi-stemmed accessions (two commercial varieties and one USDA accession) with an ability to regrow clustered away from the bulk of the USDA sorghums. Multi-stemmed accessions are useful for breeding improved summer annual cover crops that are tall, produce copious amounts of biomass, and rapidly regrow after defoliation; although propensity to lodging and poor germination of accessions will need attention. Additionally, landrace sorghum accessions in the USDA germplasm collection are useful for breeding cover crop and biofuel feedstocks, due to their great height and biomass production, although it will be necessary to select for improved regrowth potential. Crosses between USDA landraces and the commercially available multi-stemmed accessions could lead to a sorghum cover crop and biofuel plant with great biomass and height and ability to regrow following defoliation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,337
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,123
Tête enseignante GPT0,305
Écart entre enseignants0,182 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural StudiesMême sujetBioenergy crop production and managementTravaux en français237 207