MétaCan
Menu
Retour à la cohorte
Enregistrement W2094677930 · doi:10.5539/jas.v7n5p47

The Adoption of Temperate Selected Sesame Accessions in the Tropics: Selected for Japan and Grown in Ghana

2015· article· en· W2094677930 sur OpenAlexvenueno aff
Kwame D. Ansah, Henry Ofosuhene Sintim, Samuel G. Awuah, Joseph E. Ali, Gabriel Oteng

Notice bibliographique

RevueJournal of Agricultural Science · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSesame and Sesamin Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCultivarTropicsTemperate climateCropBiologyPhenologyAgricultureYield (engineering)AgronomySowingGrowing seasonFood securityCrop yieldHorticultureBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Sesame is an oilseed crop which can be grown on marginal lands. Selection of stable sesame cultivars that can adapt to local environmental conditions can be a very important food security strategy. A set of 21 high yielding sesame accessions that have been selected for a temperate region were grown in the transitional zone of Ghana during the major season of 2014. The seeds were sown after the first rain in the year in a completely randomized design, with three replications. The objective was to evaluate the effect of the contrasting environment on sesame phenology and to select cultivars with yield potential that can be accepted into local farming systems in the new environment. Morphological, physiological and agronomic traits, leading to yield were recorded in this study. Number of capsules per plant had the strongest association (72%) with seed yield. Five accessions showed a combination of early maturity < 12 weeks with high overall mean seed yield (> 20 g per plant) and good harvest index (0.29). Based on their mean performance these cultivars have been selected as promising exotic cultivars for the new locality.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,049
Tête enseignante GPT0,296
Écart entre enseignants0,247 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSesame and Sesamin ResearchTravaux en français237 207