MétaCan
Menu
Retour à la cohorte
Enregistrement W1938467197 · doi:10.21273/horttech.13.1.0106

Reducing Mechanical Damage during Transplant Digging Increases Early Season Fruit Yield of Strawberry

2003· article· en· W1938467197 sur OpenAlexaffabout
John R. Duval, Craig K. Chandler, D. E. Legard, Peter R. Hicklenton

Notice bibliographique

RevueHortTechnology · 2003
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBerry genetics and cultivation research
Établissements canadiensNova Scotia Department of Agriculture
Organismes subventionnairesnon disponible
Mots-clésDiggingFragariaHorticultureYield (engineering)ProductivityBiologyCropGrowing seasonHarvest seasonGreenhouseAgronomyEnvironmental scienceGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Transplant quality can have a major effect on the productivity of many crops. Bare-root, green-top transplants for Florida winter strawberry ( Fragaria × ananassa ) production are produced mainly in highlatitude (>42° N) nurseries. Mechanical digging machines are used to remove plants from the soil at these nurseries before transport to production fields in Florida. In the course of this operation, crowns, petioles, and leaves may be crushed and broken. Machine and hand-dug bare-root transplants of `Camarosa' and `Sweet Charlie' were obtained from a Nova Scotia, Canada nursery, planted at the Gulf Coast Research and Education Center, Dover, Fla. field facility on 2 Nov. 1999 and 10 Oct. 2000, and grown using standard annual-hill production practices. Plots were harvested twice weekly beginning 5 Jan. 2000 and 15 Dec. 2000. Hand-dug transplants produced significantly higher monetary returns both seasons. Therefore, fruit producers may consider paying the higher cost associated with changes in harvesting and packing operations needed to reduce damage to transplants.

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,309
Score d'incertitude au seuil0,558

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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,230
Écart entre enseignants0,205 · 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

Citations2
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHortTechnologyMême sujetBerry genetics and cultivation researchTravaux en français237 207