MétaCan
Menu
Retour à la cohorte
Enregistrement W2152149429 · doi:10.4141/cjps2013-397

Cluster thinning as a tool to hasten ripening of wine grapes in the Okanagan Valley, British Columbia

2014· article· en· W2152149429 sur OpenAlexafffundvenueabout
Kirsten Hannam, G.H. Neilsen, D. Neilsen, Pat Bowen

Notice bibliographique

RevueCanadian Journal of Plant Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésThinningVineyardRipeningTitratable acidIrrigationWineHorticultureCropVineYield (engineering)Cluster (spacecraft)AgronomyViticultureWine grapeChemistryCultivarBiologyFood science

Résumé

récupéré en direct d'OpenAlex

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil0,833

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,228
Écart entre enseignants0,209 · 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

Citations10
Publié2014
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetHorticultural and Viticultural ResearchTravaux en français237 207