MétaCan
Menu
Retour à la cohorte
Enregistrement W2001293229 · doi:10.5539/jas.v4n12p269

Studies on Grain Yield, Physico-Chemical and Cooking Characters of Elite Rice Varieties (Oryza sativa L.) in Eastern India

2012· article· en· W2001293229 sur OpenAlexvenueno aff
H. N. Subudhi, Dillip Kumar Swain, Sanjukta Das, SG Sharma, Onkar Singh

Notice bibliographique

RevueJournal of Agricultural Science · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmyloseOryza sativaYield (engineering)Grain yieldHorticultureMathematicsBiologyStarchFood scienceMaterials scienceGene

Résumé

récupéré en direct d'OpenAlex

Forty one rice varieties of different ecologies are evaluated at Central Rice Research Institute, Cuttack to find out varieties having better quality characters and yield. It is revealed that hulling percentage is very good in all the genotypes and ranged from 71.0 (Vanaprava) to 81.0 (Ajay). The milling recovery varied from 62.0 (Vanaprava) to 76.0 (Radhi). The HRR% varied from 43.5 (Kalyani-2) to 68.0 (Pooja). The kernel length is highest in Geetanjali (7.54) and lowest in Nuadhusara (3.88). Kernel length after cooking is very important character and varied from 7.9 (Nuakalajeera) to 12.5 (Geetanjali). Elongation ratio is highest in Nuadhusara (2.07) and Nuakalajeera (2.0) and lowest in Chandan (1.44). Volume expansion ratio is highest in Nua kalajeera (5.25), Nuadhusara (5.15) and lowest in Udaya (3.25). Amylose content is intermediate in all the tested genotypes except Heera and Vanaprava and it ranged from 22.1 (Utkalprava) to 26.1 (Vanaprava). The yield is highest in Rajlaxmi (7100 kg ha–1) followed by Ajay (6400 kg ha–1), Satyakrishna (6300 kg ha–1), Vashadhan (6200 kg ha–1) and lowest in Kalinga-3 (3100 kg ha–1).

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,867
Score d'incertitude au seuil0,150

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,038
Tête enseignante GPT0,263
Écart entre enseignants0,224 · 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'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

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207