MétaCan
Menu
Retour à la cohorte
Enregistrement W2560162638 · doi:10.5539/jas.v9n1p41

Hydroponic Minituber Production in Growth Room Conditions and Carry-Over Effects of the Technique on Produced Minitubers

2016· article· en· W2560162638 sur OpenAlexvenueno aff
Elina Virtanen, Jussi Tuomisto

Notice bibliographique

RevueJournal of Agricultural Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInnovations in Aquaponics and Hydroponics Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHorticultureShadingCultivarMathematicsBiology

Résumé

récupéré en direct d'OpenAlex

The production of minitubers was implemented with a hydroponic technique in growth rooms and the carry-over effects of the technique on the characteristics of minitubers were studied. As a comparison, minitubers from in vitro plantlets were grown in a peat-based growing medium. The results show that hydroponic production of minitubers is successful in indoor conditions with the cultivars Desiree, Van Gogh and Asterix, when day-time growing temperatures of 19.4 oC-26.0 oC and night-time temperatures of 17.5 oC-22.6 oC were used. Photosynthetically active illumination was adequate at 2383-2509 umol m-2s-1; lighting conditions consisted of 14/10-hour day/night cycles. The cultivars Desiree and Van Gogh developed their first tuber three weeks faster than Asterix, and the minituber yield was 4.5 per plant for Desiree, 7.5 for Van Gogh and 4.0 for Asterix. When a peat-based growing medium was used, minituber yields were almost the same but the size of the minitubers was smaller than that of hydroponically produced minitubers. The results of the carry-over experiments showed that conventionally produced minitubers emerged faster, and in terms of foliage development and yielding capacity performed better than hydroponically produced minitubers.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,211 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetInnovations in Aquaponics and Hydroponics SystemsTravaux en français237 207