Manipulating Stem Number, Tuber Set, and Yield Relationships for Northern‐ and Southern‐Grown Potato Seed Lots
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The ability to predict tuber set and size development for a particular lot of seed potatoes ( Solanum tuberosum L) would facilitate the development of techniques for optimizing tuber grade. Toward this goal, stem number, tuber set, yield, and grade relationships were manipulated and modeled for northern‐ (Alberta, Canada) and southern‐grown (Montana and Washington) Ranger Russet and Russet Burbank seed potatoes. Seed‐tubers with a range in apical dominance were produced by varying the temperature (aging) at the beginning of a 200‐d storage period. Seed source affected stem numbers, tuber set, and size, with southern seed producing more but smaller tubers than northern seed; however, seed source had no effect on total and U.S. No. 1 tuber yields. Tuber set and size distributions were highly correlated with stem numbers, the latter increasing substantially when storage degree days were held constant but temperature was increased. Changes in tuber size distribution with increasing stems occurred with relatively little effect on total, U.S. No. 1, and marketable tuber yields. Therefore, in a long growing season area like the Columbia Basin, adding heat units to seed at the beginning of storage effectively alters tuber size distribution. The differential behavior of these seed sources, along with the ability to predict tuber set and size from mainstem numbers, provides an opportunity to adjust agronomic practices to optimize yield for specific markets.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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