Photoperiod and Vernalization Effect on Anthesis Date in Winter‐Sown Spring Wheat Regions
Notice bibliographique
Résumé
Accurate prediction of phenology is required to guide crop management decisions and to predict crop growth and yield. However, the relative importance of photoperiod and vernalization in predicting anthesis dates for spring bread and durum wheat ( Triticum aestivum L. and T. durum Desf.) sown in the winter has not been reported. The purpose of this research is to determine the improvement in predicting anthesis dates of spring wheat sown in the winter when photoperiod and vernalization are considered. Observed dates of anthesis were obtained from University of Arizona wheat variety trials conducted at Maricopa, Wellton, and Yuma, AZ. The Cropping Systems Model CROPSIM‐CERES as released in DSSAT 4.5 was used to simulate days to anthesis based on temperature, daylength, and vernalization. For 12 bread and durum wheat cultivars, the model predicted days to anthesis with a root mean square error (RMSE) of 7.6 d if all cultivar differences were ignored, 6.4 d considering only differences in thermal time (TT), 6.1 d with differences in TT and daylength response, 6.4 d with TT and vernalization, and 6.2 d with TT, daylength, and vernalization. Consideration of cultivar differences in TT and photoperiod response improved the prediction of days to anthesis for winter‐sown spring wheat, but there was no benefit from considering effects of vernalization in CROPSIM‐CERES.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».