MétaCan
Menu
Retour à la cohorte
Enregistrement W2048809272 · doi:10.2134/agronj2011.0210

A Review on the Challenges for Increased Production of Castor

2012· review· en· W2048809272 sur OpenAlexaff
L. S. Severino, D. L. Auld, Marco Baldanzi, Magno José Duarte Cândido, Grace Chen, William L. Crosby, Deyun Tan, Xiaohua He, P LAKSHMAMMA, C. Lavanya, Olga Lima Tavares Machado, Thomas Mielke, Máira Milani, Travis D. Miller, J. B. Morris, Stephen Morse, Alejandro A. Navas, D. J. Soares, Valdinei Sofiatti, Mingliang Wang, Maurício Dutra Zanotto, Helge Zieler

Notice bibliographique

RevueAgronomy Journal · 2012
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueToxin Mechanisms and Immunotoxins
Établissements canadiensUniversity of Windsor
Organismes subventionnairesTexas Tech University
Mots-clésRicinoleic acidCastor oilRicinusBiotechnologyGermplasmBiologyAgronomyBusinessAgricultural scienceBotany

Résumé

récupéré en direct d'OpenAlex

Castor (Ricinus communis L.) is one of the oldest cultivated crops, but currently it represents only 0.15% of the vegetable oil produced in the world. Castor oil is of continuing importance to the global specialty chemical industry because it is the only commercial source of a hydroxylated fatty acid. Castor also has tremendous future potential as an industrial oilseed crop because of its high seed oil content (more than 480 g kg−1), unique fatty acid composition (900 g kg−1 of ricinoleic acid), potentially high oil yields (1250–2500 L ha−1), and ability to be grown under drought and saline conditions. The scientific literature on castor has been generated by a relatively small global community of researchers over the past century. Much of this work was published in dozens of languages in journals that are not easily accessible to the scientific community. This review was conducted to provide a compilation of the most relevant historic research information and define the tremendous future potential of castor. The article was prepared by a group of 22 scientists from 16 institutions and eight countries. Topics discussed in this review include: (i) germplasm, genetics, breeding, biotic stresses, genome sequencing, and biotechnology; (ii) agronomic production practices, diseases, and abiotic stresses; (iii) management and reduction of toxins for the use of castor meal as both an animal feed and an organic fertilizer; (iv) future industrial uses of castor including renewable fuels; (v) world production, consumption, and prices; and (vi) potential and challenges for increased castor 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,088
Tête enseignante GPT0,301
Écart entre enseignants0,213 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations309
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetToxin Mechanisms and ImmunotoxinsTravaux en français237 207