MétaCan
Menu
Retour à la cohorte
Enregistrement W2048060312 · doi:10.1080/15538362.2013.801664

Field Strategies for Rose Hip Production in Prince Edward Island

2013· article· en· W2048060312 sur OpenAlexaffabout
Kevin Sanderson, Sherry Fillmore

Notice bibliographique

RevueInternational Journal of Fruit Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésMulchFertilizerCuttingAgricultureLivestockAgronomyBiologyGeographyAgroforestryHorticultureForestryArchaeology

Résumé

récupéré en direct d'OpenAlex

Market demand for rose hips from wild rose (Rosa spp.) plants is increasing as research reveals the valuable nutraceutical compounds that they contain. Roses grow wild throughout Prince Edward Island, Canada, and commercial production of rose hips is a recently new venture in this province. This study examined the long-term effects of several management practices on rose hip production in Prince Edward Island. Cuttings from native wild populations were planted in a replicated trial at the Agriculture and Agri-Food Canada, Crops and Livestock Research Centre, Harrington Research Farm in Harrington, Prince Edward Island, in 2004. Treatments consisted of in-row mulch (none, straw, or bark); fertility (none, compost, or fertilizer); and two inter-row (tilled or sod). Mulch, especially straw mulch, promoted overall plant size and yield, while fertilizer promoted plant height and yield. Inter-row tilling was best during the first years of growth, while inter-row sod led to increased plant height in later years. Results indicated that management practices may need to be adjusted as plant establishment proceeds in order to maintain healthy and productive plants for long-term commercial production.

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)0,001
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 enseignants0,690
Score d'incertitude au seuil0,327

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,039
Tête enseignante GPT0,327
Écart entre enseignants0,288 · 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

Citations1
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Fruit ScienceMême sujetHorticultural and Viticultural ResearchTravaux en français237 207