MétaCan
Menu
Retour à la cohorte
Enregistrement W2127411049 · doi:10.1071/fp12194

The effect of aerobic soil conditions, soil volume and sowing date on the development of four tropical rice varieties grown in the greenhouse

2012· article· en· W2127411049 sur OpenAlexfundno aff
Benoît Clerget, Crisanta Sunio Bueno

Notice bibliographique

RevueFunctional Plant Biology · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesChinese Academy of SciencesChinese Academy of Agricultural SciencesMcMaster University
Mots-clésSowingPanicleBiologyAgronomyAnthesisGreenhouseCultivar

Résumé

récupéré en direct d'OpenAlex

Rice has generally been reported to yield less in aerobic soil conditions than in flooded soil conditions, in association with delayed anthesis and a reduction in height. A greenhouse experiment was conducted and repeated twice with four rice varieties grown in either flooded or nearly-saturated aerobic soil, in either large or small pots. The rate of leaf appearance was recorded weekly until heading time, when plants were harvested for shoot and root biomass. The kinetics of leaf appearance was generally trilinear with longer phyllochrons in the May sowing. Pot size had only a small effect whereas aerobic soil conditions slowed down the rate of leaf initiation, which consequently delayed panicle initiation and heading date and thus increased the duration of the tillering phase and finally the number of tillers. Surprisingly, the four varieties showed a significant response to sowing date, especially IR72, which headed 21 days later and after the expansion of two more leaves in the May sowing. The aerobic soil conditions and sowing date have thus changed the rate of development of rice plants and this trait has appeared to be the initial link of a chain of consequences in a series of traits known to be affected by these factors.

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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,032
Tête enseignante GPT0,215
Écart entre enseignants0,183 · 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

Citations16
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFunctional Plant BiologyMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207