MétaCan
Menu
Retour à la cohorte
Enregistrement W2613224904 · doi:10.5539/jas.v9n6p175

Selection of Superior Genotypes in 37 Clones of Camu-Camu by Repetitivity Analysis

2017· article· en· W2613224904 sur OpenAlexvenueno aff
Mario Pinedo Panduro, Edvan Alves Chagas, Elvis Paredes Dávila, Carlos Abanto‐Rodríguez, Ricardo Bardales Lozano, Pollyana Cardoso Chagas, Valdinar Ferreira Melo

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésAscorbic acidBiologyBest linear unbiased predictionRestricted maximum likelihoodSelection (genetic algorithm)HorticultureBreeding programBiotechnologyMathematicsStatisticsCultivarMaximum likelihood

Résumé

récupéré en direct d'OpenAlex

In order to select camu-camu superior genotypes, a comparative of clones from natural populations, farmer plantations and an experimental field of the National Institute of Agrarian Innovation (INIA), was established in 2004 in varzea, at the Peruvian Amazon Research Institute (IIAP). Nine harvests between 2006 and 2016 have been evaluated, including variables in vegetative and reproductive development states. Statistical analysis was performed using the SPSS program for analysis of variance and SELEGEN REML/BLUP for repetitivity analysis of “fruit yield” (FY) and “fruit weight” (FW) with 5 and 4 measurements (years) respectively. For FY, a repetitivity index r = 0.117±0.07 was obtained with a selective precision of 0.63 and efficiency of 1.84 where clones 69, 48, 58, 50, 61, 13, 18, 29, 49 and 32, were selected in descending order of merit. For FW, r = 0.690±0.294 was obtained with selective precision of 0.948, efficiency of 1.14 and selection of clones 44, 13, 26, 23, 69, 64 22, 52, 27 and 8. As for the content in ascorbic acid, clones 48, 32 and 35 occupied the first places with more than 2000 mg of ascorbic acid/100 g. The selections achieved strengthened the pre-improvement work by conferring vigour y fiavility of a long term research.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,014
Tête enseignante GPT0,235
Écart entre enseignants0,220 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgricultural and Food SciencesTravaux en français237 207