MétaCan
Menu
Retour à la cohorte
Enregistrement W2000986662 · doi:10.1155/2014/192824

Impacts of Improved Switchgrass and Big Bluestem Selections on Yield, Morphological Characteristics, and Biomass Quality

2014· article· en· W2000986662 sur OpenAlexafffundabout
Erik Delaquis, R. Samson, Philippe Séguin, A. F. Mustafa, Huguette Martel

Notice bibliographique

RevueAdvances in Agriculture · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioenergy crop production and management
Établissements canadiensMinistère de l'Agriculture, des Pêcheries et de l'AlimentationMcGill University
Organismes subventionnairesMinistère de l'Agriculture, des Pêcheries et de l'Alimentation
Mots-clésPanicum virgatumAndropogonTiller (botany)AgronomyBiomass (ecology)Yield (engineering)Perennial plantPanicumEnvironmental scienceCellulosic ethanolBiologyBioenergyBiofuelCelluloseBiotechnology

Résumé

récupéré en direct d'OpenAlex

Switchgrass ( Panicum virgatum L.) and big bluestem ( Andropogon gerardii V.) are promising warm-season grasses for biomass production. Understanding the morphological and quality-related traits of these grasses can guide breeders in developing strategies to improve yield and quality for bioindustrial applications. Elite selections were made in Southern Quebec from four promising varieties of switchgrass and one of big bluestem. Biomass yield, morphological characteristics, and selected quality traits were evaluated at two sites in 2011 and 2012. Significant variation was detected for all measured characteristics, with differences varying by site and year. In some cases the selection process modified characteristics including increasing height and reducing tiller mortality. Switchgrasses reached a similar tiller equilibrium density in both years of 690 m −2 and 379 m −2 at a productive and marginal site, respectively. Differences in yield were pronounced at the marginal site, with some advanced selections having a higher yield than their parent varieties. Switchgrass yields were generally greater than those of big bluestem. A delayed spring harvest date greatly reduced yield but reduced moisture content and slightly increased cellulose concentration. Big bluestem had a higher cellulose content than switchgrass, likely due to greater stem content.

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 enseignants0,880
Score d'incertitude au seuil0,190

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 Opus0,015
Tête enseignante GPT0,240
Écart entre enseignants0,225 · 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

Citations22
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAdvances in AgricultureMême sujetBioenergy crop production and managementTravaux en français237 207