Annual, Off-season Raspberry Production in Warm Season Climates
Notice bibliographique
Résumé
There is increasing interest in red raspberry ( Rubus idaeus ) production worldwide due to increased demand for both fresh and processed fruit. Although the United States is the third largest raspberry producer in the world, domestic demand exceeds supply, and the shortage in fresh market raspberries is filled by imported fruit from Canada during July and August, and from Mexico and Chile during November through May. The raspberry harvest season is well defined and the perishability of the fruit limits postharvest storage. Winter production of raspberry in tropical and subtropical climates could extend the harvest season and allow off-season fruit production during periods of high market prices. The objective of the current study was to examine growth and yield of red raspberry cultivars grown in an annual winter production system in Florida and Puerto Rico. Long cane cultivars were purchased from a nursery in the Pacific northwestern U.S. in 2002 (`Heritage' and `Tulameen'), 2003 (`Tulameen' and `Willamette'), and 2004 (`Tulameen' and `Cascade Delight') and planted in raised beds in polyethylene tunnels in December (Florida) or under an open-sided polyethylene structure in January-March (Puerto Rico). In Florida, harvest occurred from ∼mid-March through the end of May, while in Puerto Rico, harvest occurred from the end of March through early June (except in 2002, when canes were planted in March). Yields per cane varied with cultivar, but ranged from ∼80 to 600 g/cane for `Tulameen', 170 to 290 g/cane for `Heritage', 135 to 350 g/cane for `Willamette', and ∼470 g/cane for `Cascade Delight'. Economic analysis suggests that, at this point, returns on this system would be marginal. However, increasing cane number per unit area and increasing pollination efficiency may increase yields, while planting earlier would increase the return per unit. The key to success may hinge on developing a system where multi-year production is feasible in a warm winter climate.
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 ».