MétaCan
Menu
Retour à la cohorte
Enregistrement W2768517145 · doi:10.5539/jas.v9n12p82

Physiological Potential of Bean Seeds under Different Storage Temperatures

2017· article· en· W2768517145 sur OpenAlexvenueno aff
Camila Hendges, Douglas Luzzi, Ricardo Walcker, Jéssica Inês Finger, Donizete Batista Carmelo, Cleonice Lubian, Luanna Karoline Rinaldi, Tatiane Priscila Chiapetti, Cristiani Belmonte, Lana Paola da Silva Chidichima, João Edson Kaefer

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSeed Germination and Physiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGerminationHorticultureWater contentFactorial experimentMoistureRespirationRespiration rateMathematicsEnvironmental scienceBiologyToxicologyChemistryBotanyStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

Stored beans have active metabolism and respiration may cause significant quality losses. Therefore, some care is necessary during this period, aiming at maintaining the physiological quality of seeds, minimizing their deterioration and reducing their germinative power. Seed quality during storage may be influenced by environmental factors and the interaction of genotypes with the environment. The objective was to evaluate the germination and vigor of bean seeds after 90-days storage under different temperature conditions. The experiment was conducted under a completely randomized design, with four replications, in 3 × 2 factorial scheme, considering three storage temperatures (10 °C, 20 °C and 30 °C) and two storage times (0 and 90 days). For potential evaluation, the following characteristics were considered: moisture content, thousand seed mass, germination, electrical conductivity, accelerated aging and cold test. Numerical data were submitted variance analysis with averages compared by means test at 5% of significance. Results showed that storage temperature conditions directly affect physiological quality of bean seeds. Temperature of 10 °C provided better seed conservation whereas temperature of 30 °C promoted higher deterioration and reduced vigor.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,258
Écart entre enseignants0,235 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSeed Germination and PhysiologyTravaux en français237 207