Comparison of Safflower Cultivation in Two Seasons in the South of Brazil
Notice bibliographique
Résumé
The objective of this work was to evaluate the production components, grain yield and safflower character correlations as a function of two sowing seasons (autumn and winter). Safflower culture was implanted in 2014 in a randomized complete block design with three replicates. The evaluation of safflower crop occurred in two seasons of the year, with the first growing season being characterized by sowing on April 30, 2014 (autumn), and the second growing season on July 30, 2014 (winter). The evaluations occur when the plants showed a 50% flowering and the following determination: plant height, number of branches per plant and chapters, stem diameter, dry weight of the stalk, dry mass of the branches dry mass of chapters and mass dry roots, grain yield, oil content and oil productivity. Growth stations were compared at 5% probability of error by the Student t test. For the study of correlations, Pearson’s linear correlation coefficient matrix (r) was estimated between the characters by means of the Student’s t-test, with a 5% probability of error. Except for the oil content and number of branches, safflower characters were benefited by early sowing in autumn. Safflower cultivated in autumn produced 3,820 kg ha-1 and in winter yielded 2,068 kg ha-1. For the early cultivation of autumn, the characters have greater correlation, favored by the climatic conditions. Grain and oil productivity obtained correlation higher than 97% in both seasons.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».