Sample Size for Morphological Traits of Sunn Hemp
Notice bibliographique
Résumé
Sunn hemp (Crotalaria juncea L.) is an annual leguminous plant used for crop rotation, biomass formation, biological nitrogen fixation, and nematode control. To this end, sampling is an important tool owing to its advantages, such as low cost and fast data acquisition. This study aimed to determine the sample size required to estimate the mean morphological traits of sunn hemp and to assess sample size variability among traits, crop development stages, and sowing seasons. Two uniformity trials were performed in the field during the 2014/2015 harvest. Crops were sown in October and December on an experimental area of the Department of Crop Science at the Federal University of Santa Maria, Brazil. An area of 1,200 m2 was allocated for each trial. Each trial was divided into 2 m × 2 m grids, which formed 25 rows and 12 columns. One plant was marked per plot, totaling 300 plants in each trial. Leaf number and plant height were assessed weekly. Stem diameter and root length were measured at flowering. Normality and randomness tests were performed on each trait. The sample sizes (plants number) were calculated for the confidence interval half-widths (estimation errors) of the 2, 4, …, 20% mean estimates. There is variability of the sample size (plants number) between morphological traits, crop development stages, and sowing seasons. When choosing a single sample size to evaluate the morphological traits of sunn hemp, at least 70 plants should be sampled for an accuracy of 10% and a 95% confidence level.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».