Cluster thinning as a tool to hasten ripening of wine grapes in the Okanagan Valley, British Columbia
Notice bibliographique
Résumé
Hannam, K. D., Neilsen, G. H., Neilsen, D. and Bowen, P. 2015. Cluster thinning as a tool to hasten ripening of wine grapes in the Okanagan Valley, British Columbia. Can. J. Plant Sci. 95: 103–113. Achieving fruit maturity can be a challenge on some Okanagan vineyards in some years. Cluster thinning is widely used to hasten ripening, but may not be effective on sites with balanced crop loads. In a Merlot vineyard in Summerland, BC, the effects of cluster thinning on juice soluble solids (an indicator of fruit maturity), yield and vine growth were examined between 2008 and 2011 across a range of treatments that manipulated the frequency and quantity of applied irrigation water. Cluster thinning increased juice soluble solids in 2 out of 3 study years and consistently increased cluster weights, but had few effects on juice pH, titratable acidity or yield. In 2 of 3 yr, correlation analyses showed that cluster thinning was most effective at improving the maturity of fruit with low soluble solids. Irrigation treatments did not have a consistent effect on juice composition but year-to-year variability was significant. Response ratios calculated from values reported in the literature show that cluster thinning in this region causes small but inconsistent improvements in juice soluble solids across a range of crop loads.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».