MétaCan
Menu
Retour à la cohorte
Enregistrement W2280435720 · doi:10.5376/mpb.2016.07.0002

Study on Stability of Grain Yield Sunflower Cultivars by AMMI and GGE bi Plot in Iran

2016· article· en· W2280435720 sur OpenAlexvenueno aff
mousavi Seyed Mohamad Nasir

Notice bibliographique

RevueMolecular Plant Breeding · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetics and Plant Breeding
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmmiSunflowerCultivarBiologyGrain yieldAgronomyYield (engineering)BiotechnologyMathematicsGene–environment interactionGenotypeGenetics

Résumé

récupéré en direct d'OpenAlex

Determine the stability of sunflower seed yield, an experiment in a randomized complete block design with 4 replications of four research stations, including Isfahan, Birjand, Sari and Karaj. Analysis of the data showed that there is considerable variation in terms of grain yield. The results showed that the coefficient of variation for grain yield Nkarmoni and Brocar cultivars are biological stability and a high degree of flexibility. Terra, Vidoc and Alisson Cultivars were stable respectively, according to the minimum variance Shukla, among varieties for grain yield. Based on the regression coefficient Fabiola and Arena Cultivars were average yield stability and adaptation Suitable. According to the graph AMMI1 of the function and stability Nkarmoni was higher than the other varieties. AMMI2 figures in the chart Euroflor, Alisson, Mas96a and Fabiola in Birjand place were identified yield stable part numbers and locations. GGE biplot method on grain yield was studied areas were divided into mega- environments, First mega- environments were included Isfahan and Sari places and second mega- environments were Birjand and Karaj places in terms of yield, Isfahan, Karaj and Birjand were varieties best.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,055
Tête enseignante GPT0,217
Écart entre enseignants0,162 · 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

Citations9
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Plant BreedingMême sujetGenetics and Plant BreedingTravaux en français237 207