MétaCan
Menu
Retour à la cohorte
Enregistrement W2321899709 · doi:10.1139/cjps-2014-439

Seeding rate and cultivar effects on yield, yield components and grain quality of spring spelt in eastern Canada

2015· article· en· W2321899709 sur OpenAlexaffabout
I Dorval, Anne Vanasse, Denis Pageau, Yves Dion

Notice bibliographique

RevueBioOne Complete (BioOne) · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensGrain Research CentreAgriculture and Agri-Food CanadaUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCultivarAgronomySeedingStrawYield (engineering)Grain qualityGrain yieldTest weightSpring (device)BiologyCropMathematicsMaterials science

Résumé

récupéré en direct d'OpenAlex

Dorval, I., Vanasse, A., Pageau, D. and Dion, Y. 2015. Seeding rate and cultivar effects on yield, yield components and grain quality of spring spelt in eastern Canada. Can. J. Plant. Sci. 95: 841-849. There is currently an increasing demand from master millers for spelt (Triticum aestivum ssp. spelta), but little is known about crop management of spring spelt under the eastern Canadian climate in organic or low-input systems. Field experiments were carried out at three sites in Quebec from 2011 to 2013 to assess the effect of cultivar (CDC Origin, CDC Zorba, CDC Nexon, CDC Silex) and seeding rate (250, 300, 350, 400 and 450 grains m-2) on grain and straw yields, yield components and some grain quality characteristics of spelt. CDC Origin produced higher hulled grain yields at all sites, while CDC Silex produced similar hulled grain yields and achieved the highest naked grain yields at two of the three test sites. The hull content varied from 24.0 to 37.6% among cultivars. CDC Origin had the highest hull content at each site. The seeding rate generally had no effect on yields, but had an effect on yield components; increasing seeding rates slightly increased the number of spikes per square metre and decreased the number of grains per spike, while the 1000-grain weight remained unaffected. Protein content of all cultivars was high (14.2 to 15.4%), while falling number varied from 219 to 385 s.

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 enseignants0,021
Score d'incertitude au seuil0,154

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,431
Tête enseignante GPT0,256
Écart entre enseignants0,175 · 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

Citations4
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioOne Complete (BioOne)Même sujetWheat and Barley Genetics and PathologyTravaux en français237 207