MétaCan
Menu
Retour à la cohorte
Enregistrement W1986991432 · doi:10.2134/agronj2006.0355c

The Early History of Wheat Improvement in the Great Plains

2008· article· en· W1986991432 sur OpenAlexaboutno aff
Gary M. Paulsen, J. P. Shroyer

Notice bibliographique

RevueAgronomy Journal · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCultivarAgronomyAgricultural experiment stationGeographyAgricultureWhite (mutation)BiologyArchaeology

Résumé

récupéré en direct d'OpenAlex

More than 60% of U.S. wheat is grown in the Great Plains. Three classes of common wheat ( Triticum aestivum L.)—hard red spring, hard red winter, and hard white—and durum ( T. turgidum L. var. durum ) occupy 16 million ha in the region and provide most of the U.S. grain for baked goods and pasta. This article relates the early history of the four classes and the key persons involved in their establishment. Pioneers faced many difficulties in settling the Plains, but the need for adapted cultivars was paramount. Three cultivars—‘Red Fife’ hard red spring wheat, ‘Turkey’‐type hard red winter wheat, and ‘Kubanka’ durum wheat—were the foundation for the industry. Red Fife was selected by D.A. Fife of Ontario in 1842. The cultivar spread to the northern U.S. Plains during the 1860s and dominated production for 40 yr. Turkey hard red winter wheat was introduced to Kansas by Mennonite settlers from the Ukraine, particularly B. Warkentin, in 1873 and was advanced by C.C. Georgeson, who recognized its potential. Another cultivar, ‘Kharkof’, introduced by M.A. Carleton in 1900, stimulated spread of the class throughout the Plains. Carleton also introduced Kubanka in 1900 and promoted its utilization to start the U.S. durum industry. The most recent class, hard white wheat, was initiated by E.G. Heyne and approved by the USDA in 1990. These wheats transformed American agriculture by opening a vast area for production, shifting the center of cultivation to the Plains, and changing the country into a major grain exporter.

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 enseignants0,708
Score d'incertitude au seuil0,325

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 Opus0,043
Tête enseignante GPT0,237
Écart entre enseignants0,193 · 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

Citations37
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetHorticultural and Viticultural ResearchTravaux en français237 207