MétaCan
Menu
Retour à la cohorte
Enregistrement W1839604222 · doi:10.21273/hortsci.44.6.1645

Effects of Preharvest Precipitation, Air Temperature, and Humidity on the Occurrence of Soft Scald in ‘Honeycrisp’ Apples

2009· article· en· W1839604222 sur OpenAlexaffabout
Renae E. Moran, Jennifer R. DeEll, William A. Halteman

Notice bibliographique

RevueHortScience · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensMinistry of Agriculture, Food and Rural Affairs
Organismes subventionnairesnon disponible
Mots-clésPreharvestRelative humidityPrecipitationHumidityAnimal scienceIncidence (geometry)HorticultureAir temperatureEnvironmental scienceChemistryMedicineBiologyMeteorologyPostharvestGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

The relationship of soft scald incidence (SSI) with precipitation, temperature, and fruit maturity indicators in ‘Honeycrisp’ apples was examined using 7 years of data in Maine and 6 years in Ontario, Canada. Relative humidity was also examined in Maine. Soft scald incidence was highly variable from year to year ranging from 1% to 85% in Maine and from 0% to 76% in Ontario. In Ontario, SSI was negatively related to soluble solids at harvest (partial r 2 = 0.50; P = 0.0041) and negatively related to precipitation during 90 to 120 days from bloom (DFB; partial r 2 = 0.28; P = 0.0344). In Maine, SSI was most strongly related to precipitation in the 90 to 120 DFB (partial r 2 = 0.53; P = 0.0001), maximum air temperature 60 to 90 DFB (partial r 2 = 0.21; P = 0.0001), and number of hours when relative humidity was greater than 85% (partial r 2 = 0.11; P = 0.0001).

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,887
Score d'incertitude au seuil0,094

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 Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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'étudeExpérimental (laboratoire)
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

Citations21
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207