MétaCan
Menu
Retour à la cohorte
Enregistrement W2253435629 · doi:10.5958/2395-146x.2015.00063.0

Evaluation of hybrid tea rose varieties for flower quality and yield contributing traits

2015· article· en· W2253435629 sur OpenAlexaboutno aff
Virshah Rajebirshah Atram, D. M. Panchabhai, Shanti Patil

Notice bibliographique

RevueAgricultural Research Journal · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFlowering Plant Growth and Cultivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRose (mathematics)Yield (engineering)Quality (philosophy)HorticultureBiologyBiotechnologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

The study was carried out with 42 hybrid tea rose varieties during June, 2013 to March, 2014 to determine their performance for quality traits, yield and yield contributing traits after October pruning. Among different varieties, maximum length of flower bud (4.02 cm) was recorded by Forever, while variety Apartie showed minimum length of flower bud (2.36 cm). Maximum flower bud diameter (3.10 cm) was recorded in Forever and the minimum (1.87 cm) in Apartie. Maximum flower stalk length (50.15 cm) was found in Chardony while the minimum (9.73 cm) was recorded in New Zealand. Kentucky Derby exhibited maximum weight of flower (14.80 g) and minimum flower weight (7.04 g) was found in Apartie. Maximum number of petals per flower (50.05) was recorded in Hot Pewter, while the minimum was observed in Aparties (19.50). The duration of flowering (119 days) was maximum in Alliance and the minimum was in Grace de Monaco and Rosemary Harkness (76 days). Based on the overall evaluation of varieties for quality, yield and yield contributing traits, Alliance, Melody, Roter Champagner, Melame, Kentucky Derby, Forever, Montreal, and National Trust were found superior and suitable for Nagpur conditions.

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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,321
Tête enseignante GPT0,395
Écart entre enseignants0,074 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural Research JournalMême sujetFlowering Plant Growth and CultivationTravaux en français237 207