MétaCan
Menu
Retour à la cohorte
Enregistrement W2004041822 · doi:10.1094/ats-2011-0926-01-rs

Bermudagrass Cultivars Differ in Their Summer Traffic Tolerance and Ability to Maintain Green Turf Coverage Under Fall Traffic

2011· article· en· W2004041822 sur OpenAlexaboutno aff
Jon M. Trappe, Aaron J. Patton, Michael D. Richardson

Notice bibliographique

RevueApplied Turfgrass Science · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueTurfgrass Adaptation and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCultivarCynodonGeographyAgronomyBiology

Résumé

récupéré en direct d'OpenAlex

Bermudagrass [Cynodon spp. (L.) Rich.] is one of the most widely used turfgrass species for golf courses and sports fields in the southern United States and in the transitional climatic zone. Continuous trafficking from play or equipment can reduce bermudagrass coverage and turf quality. This study evaluated 42 bermudagrass cultivars for their response to traffic. Traffic was applied in summer and fall of 2007 and 2008 with a Cady Traffic Simulator. There were several commercially available cultivars that had the highest coverage in both summers when trafficked including Barbados, Celebration, Contessa, Dune, Midlawn, Mirage II, Panama, Premier, Princess 77, Patriot, Riviera, Southern Star, Sovereign, Sundevil II, Sunsport, TifGrand, Tifsport, Tifway, Transcontinental, Veracruz, and Yukon. However, only the cultivars Barbados, Celebration, Contesssa, and Premier and the experimental genotypes SWI‐1003, SWI‐1046, Tift No. 1, and Tift. No. 2 were in the top statistical grouping for green turf coverage in both summer and fall of both years. These results demonstrate that bermudagrass cultivars vary in their response to traffic. Selecting improved, traffic‐tolerant bermudagrasses will help reduce maintenance inputs and increase sustainability of golf courses and athletic fields while also producing a better‐quality and safer surface for sports.

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 enseignants0,011
Score d'incertitude au seuil0,022

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,222
Écart entre enseignants0,202 · 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

Citations10
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Turfgrass ScienceMême sujetTurfgrass Adaptation and ManagementTravaux en français237 207