MétaCan
Menu
← Retour à la cohorte
Enregistrement W1991228716 · doi:10.4141/p03-148

Influence of protein concentration on farinograph absorption, mixing requirements and mixing tolerance

2004· article· en· W1991228716 sur OpenAlexafffundvenueabout
Brian Fowler, Miklós Kovács

Notice bibliographique

RevueCanadian Journal of Plant Science · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Saskatchewan
Organismes subventionnairesAgriculture and Agri-Food CanadaWestern Grains Research Foundation
Mots-clésFarinographCultivarAgronomyGrain qualityAbsorption of waterMixing (physics)MathematicsEnvironmental scienceAgricultural engineeringBiologyEngineeringBotanyPhysics

Résumé

récupéré en direct d'OpenAlex

Accurate and precise measurements of grain quality traits are required throughout the wheat (Triticum aestivum L. Em. Thell.) production and marketing chain to ensure that quality standards are maintained. In the present study, spring and winter wheat genotypes representing a wide range of grain quality types and protein concentration (PC) were grown in dry land and irrigated nitrogen fertilizer trials in western Canada to determine the influence of flour PC and quality on farinograph water absorption, mixing requirements and mixing tolerance. As expected, there was a strong linear relationship between PC and water absorption. In contrast, PC had a large nonlinear influence on mixing requirements and tolerance measurements, which made it difficult to make meaningful comparisons among genotypes when flour PC was less than 12%. Consequently, because cultivar grain yield potential, environment, and fertilizer management decisions have a large and variable influence on PC, it is important that cultivar selection procedures and marketing programs based on farinograph measurements include grain quality comparisons made over a wide range of PC and preferably at similar PC. This allows for a more accurate assessment of cultivar genetic potential that is independent of the normally strong negative relationship between PC and grain yield potential. When combined with the ability to segregate grain on the basis of PC at the time of delivery, it also allows producers a greater opportunity to select cultivars and adopt management practices that maximize returns while maintaining effective quality control in grain handling systems. Key words: Wheat, grain quality, farinograph, protein concentration, N management, cultivar selection and marketing

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,065

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 savante0,0010,000
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 Opus0,018
Tête enseignante GPT0,212
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 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'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

Citations11
Publié2004
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant Science→Même sujetWheat and Barley Genetics and Pathology→Travaux en français237 207→