MétaCan
Menu
Retour à la cohorte
Enregistrement W2255922826

Techniques for cold hardiness research for apple rootstocks.

2006· article· en· W2255922826 sur OpenAlexaboutno aff
Jean-Pierre Privé

Notice bibliographique

RevueLaba (Lietuvos akademinių bibliotekų direktorių asociacija) · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHardiness (plants)RootstockHorticultureBiologyCultivar
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Three reliable methods are explained for estimating different types of cold hardiness in Malus. They include: 1) a whole plant controlled freezing experiment for the assessment of low mid-winter injury, 2) electrical impedance spectroscopy (Z), for the estimation of multiple freeze-thaw cycling injury and 3) a controlled freezing protocol to facilitate the rapid screening of large populations of Malus seedlings. The aim of this manuscript is not the results of these three methods but rather the description of the methods for cold hardiness testing. With the first method, plant mortality and morbidity (shoot, trunk and root regrowth) proved to be good indicators for evaluating low mid-winter cold hardiness. Of these, incremental root growth was the most sensitive to cold temperatures. The results from this study were validated by the good correlations between the laboratory findings and the 2004 field survival data from New York, USA following a test winter. The next method, Z, used root pieces of Ottawa 3 subjected to one, two and three controlled freeze-thaw cycles at temperatures of -3, -6, -9 and -12°C. Root tissue integrity, as measured by Z, was severely reduced with multiple events of freeze-thaw cycling and confirms that freeze-thaw cycling is more detrimental to apple rootstock viability than periods of constant freezing. Screening for cold hardiness in seedlings of Malus, 16–20 weeks after radicle emergence, was the third method and holds promise in segregating large... [to full text]

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,007

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 Opus0,085
Tête enseignante GPT0,342
Écart entre enseignants0,257 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLaba (Lietuvos akademinių bibliotekų direktorių asociacija)Même sujetPlant Physiology and Cultivation StudiesTravaux en français237 207