MétaCan
Menu
Retour à la cohorte
Enregistrement W2377492915

Study on Breeding Strategy of High Yield of Hybrid Late Season Rice in the South Rice Area of Middle Reaches of Yangtze

2008· article· en· W2377492915 sur OpenAlexvenueno aff
Huang Ying-jin

Notice bibliographique

RevueSeed · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPanicleTiller (botany)AgronomyYangtze riverYield (engineering)Grain yieldJaponica ricePopulationBiologyMathematicsGeographyCultivarMedicineChina
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The trial population is composed of 61 hybrid late season rice combinations.The relationship of the grain yield per unit of area and yield correlated characters was analyzed by synthetically utilizing many kinds of statistical methods.It is attempted to provide scientific basis for high yield breeding of hybrid late season rice in the south rice area of middle reaches of Yangtze,particularly in Jiangxi ecological condition.The results indicated that,in the situation that the grain yield had achieved a higher level,the direction of high yield breeding in the hybrid late season rice was to emphatically select and match combination with more spikelets per panicle and big grain.In addition,it must seek unisonous combination of effective panicle number and more spikelets per panicle and big grain on the basis of higher effective panicle number.The new combination of hybrid late season rice was selected through high productive tiller percentage,which had positive effect to improve the yield level of new combination.Moreover,productive tiller percentage can be used as a core character to coordinate the contradiction of many effective panicles with more spikelets per panicle and big grain,then the combination of effective panicles and more spikelets per panicle and big grain in higher level is realized,thus a higher grain yield is obtained.On the base of realizing the unisonous combination of more effective panicles and more spikelets per panicle and big grain in a higher level,the improvement of filled grains percentage is also essential taken into consideration.The key point is to break the disadvantageous correlation of filled grains percentage and spikelets per panicle.

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: Observationnel
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)0,0010,000

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 Opus0,120
Tête enseignante GPT0,239
Écart entre enseignants0,119 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeedMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207