MétaCan
Menu
Retour à la cohorte
Enregistrement W2091338758

2014 Kansas Performance Tests with Corn Hybrids

2014· article· en· W2091338758 sur OpenAlexaboutno aff

Notice bibliographique

RevueK-State Research Exchange (Kansas State University) · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHybridZea maysAgronomyEnvironmental scienceBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Corn performance tests, conducted annually by the Kansas Agricultural Experiment Station, provide farmers, extension workers, and seed industry personnel with unbiased agronomic information on many of the corn hybrids marketed in the state. Entry fees from private seed companies finance the tests. Because entry selection and location are voluntary, not all hybrids grown in the state are included in tests, and the same group of hybrids is not grown uniformly at all test locations. Most companies submit seed treated with systemic insecticides, which can affect yield in some situations. Contributors Main Station, Manhattan Jane Lingenfelser, Assistant Agronomist (Senior Author) Doug Jardine, Extension Plant Pathologist Jeff Whitworth, Extension Entomologist Mary Knapp, KSU Weather Data Librarian Edward O. Quigley, Agricultural Technician Experiment Fields Eric Adee, Topeka Gary Cramer, Hutchinson James Kimball, Ottawa Michael Larson, Scandia Wendell Lilyhorn, Hutchinson Randall Nelson, Scandia Keith Thompson, Hutchinson Research Centers Wayne Aschwege, Hays DeWayne Bond, Tribune Patrick Evans, Colby Kelly Kusel, Parsons Alan Schlegel, Tribune Monty Spangler, Garden City Cooperators Gene Eidman, Strong City Fuhrman Farms, Severance Lance Rezac, Onaga Norman Schmidt, Inman Clayton Short, Assaria Justin Vosburgh, Macksville

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,007

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 Opus0,042
Tête enseignante GPT0,242
Écart entre enseignants0,200 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueK-State Research Exchange (Kansas State University)Même sujetCrop Yield and Soil FertilityTravaux en français237 207