MétaCan
Menu
Retour à la cohorte
Enregistrement W2476795387 · doi:10.21273/hortsci.40.4.1038a

(321) Rapid and Differential Rates of Root Browning in Apple Trees under Different Irrigation Treatments

2005· article· en· W2476795387 sur OpenAlexaff
Katie Palanjian, Luís Ruíz Valenzuela, D. Neilsen, Gerry Neilsen, David M. Eissenstat

Notice bibliographique

RevueHortScience · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésIrrigationOrchardHorticultureBrowningRootstockDNS root zoneMathematicsBotanyAgronomyBiology

Résumé

récupéré en direct d'OpenAlex

As roots change color from white to brown, their absorptivity for water and nutrients typically diminishes. The effects of irrigation on root pigmentation were studied during 2003 and 2004 in Summerland, British Columbia, using an experimental orchard of `Golden Delicious' apple trees on M9 rootstocks. Root pigmentation was monitored weekly over the growing season using a minirhizotron camera inserted into clear plastic tubes in the root zone. Each tree had two emitters, one on either side of the bole and ≈30 cm from the trunk. Four irrigation treatments were tested: full irrigation with replenishing 100% of daily evapotranspiration (ET) on both sides of the tree (100% both), 50% ET irrigation on both sides (50% both), irrigating alternating sides of the tree with 50% ET (50% alternating) and one-sided irrigation at 50% ET (50% one-side). The 50% alternating irrigation treatment simulated the irrigation practice of partial root zone drying where irrigation was alternated about weekly from one side of the tree to the other. Root pigmentation was remarkably fast among these trees, with median days to browning ranging from 4 to 10 days among treatments. For 50% one-side trees, root pigmentation on the dry side of the tree was much faster than roots on the wet side (4 and 7 days, respectively; P < 0.007). Otherwise, no additional significant effects of irrigation on pigmentation were detected.

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)0,000
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 enseignants0,850
Score d'incertitude au seuil0,116

Scores Codex et Gemma par catégorie

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 Opus0,029
Tête enseignante GPT0,242
Écart entre enseignants0,214 · 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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207