MétaCan
Menu
Retour à la cohorte
Enregistrement W2184077043 · doi:10.21273/hortsci.43.7.2060

Modeling Chilling Requirement and Diurnal Temperature Differences on Flowering and Yield Performance in Strawberry Crown Production

2008· article· en· W2184077043 sur OpenAlexaffabout
Karen Tanino, Ruojing Wang

Notice bibliographique

RevueHortScience · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBerry genetics and cultivation research
Établissements canadiensUniversity of SaskatchewanCanadian Food Inspection Agency
Organismes subventionnairesnon disponible
Mots-clésYield (engineering)Crown (dentistry)HorticultureBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

In North America, over 800 million strawberry crowns are produced by nurseries each year for the strawberry fruit industry. A modeling approach is a quantifiable method to help nurseries predict optimal crown harvest date and potential fruit yield associated with the annual strawberry crown growing environment. Most available models that quantify growth conditions, e.g., chilling effects, use controlled environment chambers and target prediction of time of strawberry flowering, not fruit yield. This study used commercial field fruit yield data over a 6-year period and five geographically distinct locations to construct models to predict the effects of chilling, diurnal temperature difference, and their interaction with daylength on fruit yield and time to flower. Accumulative chilling unit (ACU) was estimated by using nonweighted (simple, M0) and weighted [Mu (Utah Model), M1, M2] accumulation of effective temperature units. The results showed that flowering time correlated with accumulative chilling hours using either a simple (M0) accumulation model or a weighted accumulation model (Mu, M1, M2). The best correlation of flowering time with ACU was a quadratic function (y = 82.27 − 0.049x + 1.74e −5 x 2 , where y = flowering time, x = ACU) and effective temperatures were from –2 to 15 °C. By contrast, fruit yield was only correlated with ACU using specific weighted accumulation models. The correlation was influenced by weighting factors and effective or inhibitive temperatures involved in the model. Therefore, temperatures have differential effects on fruit yield and on flowering time. When pooled across regions and years, fruit yield could be predicted only by the weighted accumulation Model 2 (M2), a quadratic function (y = –72.15 + 0.98x + 0.0022x 2 ) of the ACU accumulated from 45 d before crown harvest. Fruit yield response to ACU had an optimal level with yield reduction at other values. By contrast, fruit yield linearly increased with increasing difference in diurnal temperature across years and locations. However, the days to first flower were affected interactively by the diurnal temperature difference and daylength when geographically distinct locations are compared. The greater the difference in diurnal temperature at 2 to 3 months before crown harvest, the higher the subsequent fruit yield and the shorter the flowering time. An accumulative diurnal temperature unit of 180 degree-days resulted in 30% yield enhancement of Saskatchewan-grown crowns over California-sourced crowns. The greater diurnal temperature difference may be the major contributor to the Northern Vigour ® response of strawberry crowns produced in northern latitudes such as Saskatchewan.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,000
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 Opus0,069
Tête enseignante GPT0,236
Écart entre enseignants0,166 · 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'étudeSimulation ou modélisation
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

Citations30
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetBerry genetics and cultivation researchTravaux en français237 207