MétaCan
Menu
Retour à la cohorte
Enregistrement W2501912348 · doi:10.1139/cjps-2016-0127

Effects of Pinching Treatment on Harvest Term and Plant Growth in Processing Tomato

2016· article· en· W2501912348 sur OpenAlexvenueno aff
Katsumi Ohta, Daisuke Ikeda

Notice bibliographique

RevueCanadian Journal of Plant Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShootSolanumHorticultureYield (engineering)Fruit setBiologyAgronomyBotany

Résumé

récupéré en direct d'OpenAlex

The effects of pinching treatments carried out at the 3- and 6-true-leaf stages on harvest term and plant growth in processing tomato ‘Shuho’ (Solanum lycopersicum L.) were examined. Weekly yields in the 3- and 6-true-leaf pinching treatments were increased compared with those in the untreated control at 1 and 2 wk after the start of harvest, respectively. There were no differences among all treatments in yield, fruit weight, fruit number, or marketable fruit ratio. However, the fruit set ratio in the 3-true-leaf pinching treatment was increased more than those in the other treatments. The flowering periods in the pinching treatment groups were shorter than those of the control. The number of flowers per lateral shoot in the pinching treatment groups was greater than that in the control. DW in the lateral shoots in the 3-true-leaf pinching treatment was significantly greater than that in other treatment groups. The distribution of nitrogen and calcium in the lateral shoots in the 3-true-leaf pinching treatment was increased compared with those in other treatment groups. This result suggests that shortening of the harvest term and increasing initial fruit yield in the 3-true-leaf pinching treatment would be more efficient practices in processing tomato cultivation.

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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,200
Écart entre enseignants0,185 · 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

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207