MétaCan
Menu
Retour à la cohorte
Enregistrement W1950843593 · doi:10.21273/hortsci.39.4.780a

Crop Diversification in Ontario: Adaptation of Chives

2004· article· en· W1950843593 sur OpenAlexaboutno aff
A.W. McKeown, Mary Ruth McDonald, Cathy Bakker, K. Vander Kooi

Notice bibliographique

RevueHortScience · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBerry genetics and cultivation research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCultivarBiologyTeneraRust (programming language)AgronomyCropHorticultureAgroforestry

Résumé

récupéré en direct d'OpenAlex

Chives, ( Allium schoenoprasum ) consumption and production are increasing in Ontario. Rust ( Puccinia allii F. Rudolphi) has been a problem with some chive cultivars for some growers, and in Ontario, basic information on production is nonexistent. The objectives were to identify cultivars with high yields, disease resistance and winter survivability. Plantings of six cultivars of chives were established in 2002 and 2003 in two contrasting environments, on organic (Kettleby) and mineral (Simcoe) soils; and one cultivar of garlic chives ( A. tuberosum ) at Kettleby. Leaves were harvested to a length of 30 cm, weighed and assessed for visible signs of rust. In Spring 2003, the number of dead plants was recorded to determine the overwinter survivability of each cultivar. Performance varied among cultivars and between locations. In Simcoe, Staro produced the highest yield in 2002 while generic (unnamed) chives produced the highest yield in the second year. In Kettleby, yield was similar among cultivars in 2002 but in 2003 generic chives produced the highest yield. Overwinter survival also varied between locations and second season yields were much higher in Kettleby. Less snow cover and subsequent winter injury is a possible explanation for the lower yields and poorer winter survival in Simcoe. No symptoms of rust were found in either location. Chives are a viable crop in Ontario, and appear to have different adaptability to regional soils and climates.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil0,960

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 Opus0,059
Tête enseignante GPT0,239
Écart entre enseignants0,181 · 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'étudeObservationnel
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetBerry genetics and cultivation researchTravaux en français237 207