MétaCan
Menu
Retour à la cohorte
Enregistrement W2341847831 · doi:10.5539/jas.v8n5p26

Climate and Phenology: Behavior of Autochthonous Italian Grapevine Varieties in the Uplands of Southern Brazil

2016· article· en· W2341847831 sur OpenAlexvenueno aff
L.I. Malinovski, Hamilton Justino Vieira, Cláudia Guimarães Camargo Campos, M. Stefanini, Aparecido Lima da Silva

Notice bibliographique

RevueJournal of Agricultural Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhenologyGrowing degree-dayHorticultureBiologyGeographyClimate changeBotanyEcology

Résumé

récupéré en direct d'OpenAlex

<p>The present study aimed to characterize the mesoclimate of the municipality of Água Doce, Brazil, and its influence on the phenological development and thermal requirements of autochthonous Italian varieties (<em>Vitis vinifera</em> L). The climate data were provided by a local automatic weather station. The principal phenological stages of red varieties (Aglianico, Ancellotta, Lambrusco, Malvasia Nera, Negroamaro, Nero d’Avola, Primitivo, Sangiovese, and Rebo) and white varieties (Fiano, Garganega and Vermentino) are analyzed. Results show that the mean temperature measured during the phenological cycles from September to April were higher than the climatological average (1961 to 2012). According to the Winkler, Huglin, and Cool Night bioclimatic indexes, the region is classified as “Region II”, cold and with cool nights, respectively. The average heat summation for the phenological cycles of the varieties was 1740 GDD (205 days, 2009-2010), 1463 GDD (187 days, 2010-2011), and 1408 GDD (176 days, 2011-2012). The Lambrusco variety presented the longest phenological cycle (203 days), while Garganega presented the shortest one (178 days). The lower temperatures of Água Doce, when compared to those in other regions where the varieties are traditionally produced, determine longer growing cycles and a shift in the timing of the phenological stages.</p>

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,936
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,273
Écart entre enseignants0,250 · 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 tête enseignante, 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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetHorticultural and Viticultural ResearchTravaux en français237 207