MétaCan
Menu
Retour à la cohorte
Enregistrement W1987378871 · doi:10.2135/cropsci2005.05-0078

Manipulating Stem Number, Tuber Set, and Yield Relationships for Northern‐ and Southern‐Grown Potato Seed Lots

2006· article· en· W1987378871 sur OpenAlexaboutno aff
N. Richard Knowles, Lisa O. Knowles

Notice bibliographique

RevueCrop Science · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePotato Plant Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologySolanum tuberosumYield (engineering)Main stemHorticultureFruit setDominance (genetics)Apical dominanceGrowing seasonAgronomyBotanyShoot

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,052
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,074
Tête enseignante GPT0,263
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), 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

Citations77
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrop ScienceMême sujetPotato Plant ResearchTravaux en français237 207