Effect of Harvesting Time and Drying Temperature on Soybean Seed Quality
Notice bibliographique
Résumé
In order to evaluate the effect of seed moisture content at harvesting time and drying temperature on soybean seed germination characteristics, an experiment was conducted as factorial (2×3×2) based on Randomized Complete Block Design with three replications in Karaj and Moghan areas. The first factor was cultivar with two levels (Williams and L17), the second factor was seed moisture content with three levels (15, 20 and 25%) and the third factor was drying temperature with two levels (30 and 45 °C). Results show that the germination percentage of producing seeds in Karaj (81.3%) were higher than Moghan area (77.4%). The difference between the germination percentage of dried seeds at 30 and 45◦C with initial seed moisture content of 15% was about 5.5%, while this difference for seeds with 25% initial moisture content was about 18.5%. There was no significant difference between seedling vigor index of seeds with 15% moisture content of two cultivars that have been produced in Karaj, but at 20% moisture content, the seedling vigor index in Williams cultivar (139.7) was higher than L17 cultivar (107.3). The highest (51.42 µsm cm-1 g-1) electrical conductivity of seed leakage soluble was obtained from the L17 cultivar with 25% moisture content and 45◦C and the lowest (28.46 42 µsm cm-1 g-1) rate of it was observed in Williams cultivar with 20% moisture content and 30◦C. According to these results, we must harvest and dry soybean seeds at 30◦C when its moisture content reached under 20%.
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 | 0,000 | 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) | 0,001 | 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 ».