Determination of a Multivariate Indicator of Nitrogen Imbalance (MINI) in Potato Using Reflectance and Fluorescence Spectroscopy
Notice bibliographique
Résumé
In this study, we evaluated the potential of reflectance and fluorescence for the detection of the Compositional Nutrient Diagnosis (CND) N index ( I N ). The CND reflects nutrient deficiencies as well as nutrient interactions, contrary to conventional methods of nutrient stress detection. Potato plants ( Solanum tuberosum L. cv. Superior) were grown in a greenhouse, and three different nutrient deficiencies (K, Mg, and N) were induced at three levels and compared with a control receiving a complete nutrient solution. Nitrogen deficiency induced a significant biomass reduction compared with control plants whereas no significant effect was observed for K or Mg treatments. Foliar analyses were realized to compute the CND_ r 2 using the CND. The ANOVA conducted on CND_ r 2 and I N showed significant differences only between N‐deficient and control plants. Using a canonical discriminant analysis over reflectance and fluorescence indices, it was possible to correctly classify 96.6% of potato plants in its corresponding I N class. A new Multivariate Indicator of Nitrogen Imbalance (MINI) was developed using the canonical variable computed from reflectance and fluorescence indices. The MINI can detect almost 70% of the N‐deficient plants and more than 90% of the N‐sufficient plants. This indicator allows a rapid data acquisition and handling and provides deficiency detection within the time‐window for plant response to recovery fertilization.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».