Evaluation of Adaptability, and Vegetative and Generative Traits of Some Peach Cultivars under Meshkinshahr Environmental Condition
Notice bibliographique
Résumé
Peach [Prunus persica (L.) Batsch] is one of the important stone fruits cultivated in subtropical and temperate zones. In temperate zones, peach faces many problems such as late spring cold, incompatibility, low quality, quantity and low yield. In order to select the best peach cultivars in Meshkinshahr, 25 cultivars of peach were planted in Simple Lattice design (SLD) with two replications and 25 experimental blocks with four trees in each block and 3×4 m spacing. In 3 years’ research (from 2008- 2010) vegetative traits such as trunk diameter, annual growth, tree height and canopy extension and repoductive traits (beginning and ending of flowering, flowering period, harvest date, fruit growth period, yield, TSS, acidity, flesh and skin color) were evaluated. After combined analysis of variance, most cultivars showed proper morphological and pomological compatibility in the studied zone. SunCrest, Dixired, Robin, SpringCrest, Earligold, Amesdn, Alberta, Earlired, Red top, Baby gold 7 and Paeez e Meshkin cultivars showed the best compatibility of vegetative traits. J. H. Hale, Red skin, Loring, Red top, Dixired, Baby gold 7, SunCrest and Meril sundans had the highest yield. SpringCrest, Earliglo, Dixired and Earlired were recommended as early cultivars, Alberta, Loring, Redtop, Baby gold 7 and SunCrest as midseason cultivars, and J. H. Hale, Red skin, Meril sundans and Paeez e Meshkin as late season cultivars. Therefore, the latter cultivars are recommended for planting new orchards.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».