MétaCan
Menu
Retour à la cohorte
Enregistrement W2087062144 · doi:10.1080/14888386.2006.9712808

Fenugreek: an “old world” crop for the “new world”

2006· article· en· W2087062144 sur OpenAlexaffabout
S. N. Acharya, James E. Thomas, Saikat Kumar Basu

Notice bibliographique

RevueBiodiversity · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésCropAgricultureLegumeForageAgroforestryAgronomyCultivarLivestockCrop yieldEnvironmental scienceBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Fenugreek is an annual legume crop that is new to North America. This crop has the potential to have positive impacts on commercial, agricultural and environmental aspects of agriculture on this continent. In addition to increasing crop diversity this crop will enrich soil by fixing atmospheric nitrogen and would be easy to incorporate into short term crop rotations to help soil conservation and reduce the impact of soil borne pathogens. Fenugreek leaves and seed have been used extensively for medicinal purposes. It is effective as an anti-diabetic agent and in the treatment of hypocholesterolemia. Fenugreek cultivars are being developed for use as a forage crop in Canada. Its high quality and dryland adaptation makes it attractive as a forage crop for our large beef cattle industry. This crop is expected to reduce feed requirements through increased feed efficiency and lower water consumption during crop production. Fenugreek contains animal growth promoting substances not present in other forage legumes and so has the potential to reduce use of artificial growth promoters. This and other medicinal properties of Fenugreek will help reduce dependence on synthetic drugs that are considered serious contaminants of water resources. Cultivars with improved seed yield and enhanced levels of chemical constituents can be developed for improving efficiency of its use both for cattle and humans.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,012

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 technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,044
Tête enseignante GPT0,225
Écart entre enseignants0,181 · 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

Citations90
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiodiversityMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207