MétaCan
Menu
Retour à la cohorte
Enregistrement W2601246492 · doi:10.1071/cp15380

Abiotic stress tolerance of kikuyu (Cenchrus clandestinus) and some related grasses and potential of kikuyu for agricultural and urban environments

2017· article· en· W2601246492 sur OpenAlexaff
Duncan Fraser, P. J. Sharp, Nabil Ahmad, Brett Morris, Richard Trethowan

Notice bibliographique

RevueCrop and Pasture Science · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueTurfgrass Adaptation and Management
Établissements canadiensFraser Health
Organismes subventionnairesnon disponible
Mots-clésBiologyAgricultureCenchrus ciliarisAgronomyAgroforestryEcology

Résumé

récupéré en direct d'OpenAlex

The introduction of kikuyu (Cenchrus clandestinus (Hochst. ex Chiov.) Morrone) into Australia in 1918 has seen it become established and adapted to several geographic regions in a wide range of ecologies and environmental situations. After it naturalised to local conditions, researchers and farmers recognised the value of kikuyu in marginal and previously unproductive sites, where forage quality and quantity made this species popular with dairy farmers and pastoralists. Its versatility and prostrate, mat-forming characteristics also led to the adoption of kikuyu by local governments, homeowners and sporting organisations in urban environments as turf. Kikuyu has the ability to alleviate soil contamination and remediate soils, thus enhancing the use of previously unproductive land. However, the aggressive growth habit of the species, considered a problem in certain regions of the world, has led to a noxious weed classification in some states of the USA. This review includes information on expected changes to world agricultural and urban environments and the potential expanded role of kikuyu. The origin of kikuyu grass, genetic variability, tolerances to soil salinity and drought, and potential for genetic improvement are also discussed.

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 enseignants0,006
Score d'incertitude au seuil0,012

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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrop and Pasture ScienceMême sujetTurfgrass Adaptation and ManagementTravaux en français237 207