MétaCan
Menu
Retour à la cohorte
Enregistrement W2092083834 · doi:10.1081/css-120014510

CADMIUM, COPPER, IRON, MANGANESE, SELENIUM, AND ZINC IN CANADIAN SPRING WHEAT

2002· article· en· W2092083834 sur OpenAlexaffabout
Eugene J. Gawalko, R G Garrett, Thomas W Nowicki

Notice bibliographique

RevueCommunications in Soil Science and Plant Analysis · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésCadmiumSeleniumZincManganeseTrace elementCropCopperAgronomyEnvironmental scienceBiofortificationGrowing seasonGrain qualityChemistryEnvironmental chemistryBiology

Résumé

récupéré en direct d'OpenAlex

Surveys of the average quality of different grades of the various classes of Canadian grains and oilseeds harvested each growing season are a major endeavor of the Grain Research Laboratory. With increasing interest in trace element levels in various cereal and oilseed crops, as part of the 1996, 1997 and 1998 Harvest Surveys, Western Canadian hard red spring wheat crops were characterized for cadmium, copper, iron, manganese, selenium and zinc. Samples were selected from producer submitted harvest survey samples received from crop districts in Manitoba, Saskatchewan and Alberta for the 1996, 1997 and 1998 crops. The methodology, including sample preparation, instrumentation and quality assurance, is described for each element. Data generated from the three crop years was evaluated with temporal and spatial variability studies. Year-to-year variations in grain chemistry are small for Cd, Mn, Se and Zn, but Cu and Fe contents show 12% and 9% decreases respectively over the three years. The overall variability for the plant-essential trace elements, Cu, Fe, Mn and Zn, is low in comparison with Cd and Se. It is demonstrated that the spatial variation in crop chemistry across the Canadian Prairie wheat producing region is greater than the year to year variations, and that soil properties are major factors controlling Cd and Se levels in grain.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil0,642

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,027
Tête enseignante GPT0,251
Écart entre enseignants0,224 · 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'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

Citations24
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications in Soil Science and Plant AnalysisMême sujetHeavy metals in environmentTravaux en français237 207