MétaCan
Menu
Retour à la cohorte
Enregistrement W2361478805

A study on 12introduced varieties of alfalfa adaptive cultivation tests

2011· article· en· W2361478805 sur OpenAlexaboutno aff
Lu Yuan

Notice bibliographique

RevueCaoye kexue · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Productivity and Crop Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdaptabilityBiologyBreedAridAgronomyShrubMedicago sativaForageRelative humidityHorticultureBotanyAnimal scienceGeographyEcology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

12 introduced alfalfa(Medicago sativa) breeds,including Alfaking,Fields,Pyramid,Reward,Simplot 2000,Norva,Hopeland,Multifoliator,Leafking,Pick 3006,Pick 8925,Spreador-3,from American and Canada compared with local breed(Zhonglan 1) were studied in breed introduction cultivation tests in semi-aridity areas(Lanzhou) in 2003,and on adaptability in semi-humidity area(Gangu) in 2008.The results indicated that 12 introduced alfalfa plants grew well and completed all the reproductive periodicity.The results did not indicate plant diseases and damage by insects in both the semi-aridity and semi-humidity areas.Reproductive periodicity,nutrition component,growth rapidity and ratio of stem and leaf of 12 introduced breeds were also analyzed.It also showed that Alfaking had the highest content of dissociative praline and soluble sugar and the lowest content of MDA.The fresh yields of Alfaking were the highest,which were 54 207.00 kg/ha in Lanzhou and 82 883.65 kg/ha in Gangu.The second better of agronomic traits was Pick3006.However,Spreador-3 and Zhonglan 1 also had better performances compared with other breeds on adaptability.In conclusion,Alfaking,Pick3006,Spreador-3 and Zhonglan 1 are recommended to be cultivated in semi-aridity and semi-humidity areas of the Loess Plateau in northern China.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,093
Tête enseignante GPT0,228
Écart entre enseignants0,134 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCaoye kexueMême sujetAgricultural Productivity and Crop ImprovementTravaux en français237 207