Notice bibliographique
Résumé
This study was conducted to select the promising varieties of white clover(va.) California Ladino, Serninole, Sonja, Milo, Rinendel, Alberta and Sona at Daekwanryong branch(altitude 800m a.s,l.) and Namwon branch(altitude 450m a.s,l.) of National Livestock Research Institute. Leaf color of white clover was light green except for Ladino and Seminole, and leaf width was broad in others except for both varieties. Winter hardness of Seminole was the greatest with 85.2%. In Daekwanryong, dry matter yield of white clover was the highest with 5251kg/ha in Milo of all varieties. Also, dry matter yield of Ladino was the highest with 9405kg in Namwon. In Daekwanryong and Namwon, ADF content of Ladino was lowest with 24.3% and 42.7%, respectively. Also, NDF content of Sonja, Ladino and Rinendel was low when those compared with other varieties. Crude protein content of Seminole in Daekwanryong and Rinendel in Namwon was the highest with 22.2% and 28.4%, respectively. The results of this study indicated that Milo and California Ladino would be the promising varieties of white clover in Daekwanryong and in Namwon, respectively.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».