MétaCan
Menu
Retour à la cohorte
Enregistrement W2125468891 · doi:10.4141/cjss2011-100

Comparing SPAD and atLEAF values for chlorophyll assessment in crop species

2012· article· en· W2125468891 sur OpenAlexafffundvenue
Juanjuan Zhu, Nicolas Tremblay, Yinli Liang

Notice bibliographique

RevueCanadian Journal of Soil Science · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing in Agriculture
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésCanolaCropEnvironmental scienceChlorophyllAgronomyNitrogenMathematicsHorticultureChemistryBiology

Résumé

récupéré en direct d'OpenAlex

Zhu, J., Tremblay, N. and Liang, Y. 2012. Comparing SPAD and atLEAF values for chlorophyll assessment in crop species. Can. J. Soil Sci. 92: 645–648. This research had the objective of determining whether a new light transmittance meter, the atLEAF, could be used as a less expensive alternative to the SPAD meter. Both meters measure transmittance through leaf surfaces in wavelengths associated with chlorophyll, and both provide an indirect method for determining the nitrogen status of crop canopies. The current study compared SPAD and atLEAF values under different conditions and for six crop species (canola, wheat, barley, potato and corn). The results indicated strong correlations among laboratory leaf chlorophyll (Chl) content, SPAD values, and atLEAF values. Equivalent performances were observed for SPAD and atLEAF values in different environments regardless of crop species. Therefore, the atLEAF Chl meter can be used as an inexpensive alternative to the SPAD-502 meter.

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)0,001
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 enseignants0,036
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,023
Tête enseignante GPT0,242
Écart entre enseignants0,219 · 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

Citations170
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Soil ScienceMême sujetRemote Sensing in AgricultureTravaux en français237 207