MétaCan
Menu
Retour à la cohorte
Enregistrement W2803277860 · doi:10.1139/cjps-2017-0338

Dry pea (<i>Pisum sativum</i> L.) protein, starch, and ash concentrations as affected by cultivar and environment

2018· article· en· W2803277860 sur OpenAlexvenueaboutno aff
Yesuf Assen Mohammed, Chengci Chen, Maninder K. Walia, Jessica A. Torrion, Kent McVay, P. F. Lamb, Perry R. Miller, J. Eckhoff, John H. Miller, Qasim A. Khan

Notice bibliographique

RevueCanadian Journal of Plant Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgronomic Practices and Intercropping Systems
Établissements canadiensnon disponible
Organismes subventionnairesUSA Dry Pea and Lentil CouncilMontana Agricultural Experiment StationMontana State University
Mots-clésCultivarStarchSativumPisumAgronomyDry matterRandomized block designCropDry weightArcadiaHorticultureBiologySowingChemistryFood science

Résumé

récupéré en direct d'OpenAlex

Dry pea (Pisum sativum L.) is an important crop in the Northern Great Plains of the USA and Canada. Information on dry pea quality as affected by cultivars and environments is limited. This experiment determined the effects of dry pea cultivars and environments on protein, starch, and ash concentrations. Six dry pea cultivars (‘Arcadia’, ‘Bridger’, ‘CDC Striker’, ‘Cruiser’, ‘Montech 4152’, and ‘SW Midas’) were evaluated in a randomized complete block design with four replications in 22 environments. The results showed that cultivar × environment interaction effects were highly significant on protein, starch, and ash concentration (p &lt; 0.0001). These interaction means, calculated on a dry matter basis, ranged from 145 to 278 g kg −1 seed for protein, 439 to 617 g kg −1 seed for starch, and 10.5 to 31.9 g kg −1 seed for ash. The differences among environmental means were substantial compared with cultivar means. When averaged over environments, ‘CDC Striker’, ‘Arcadia’, and ‘Montech 4152’ produced greater mean protein, starch, and ash concentrations, respectively, than the other cultivars. None of these cultivars simultaneously outperformed the others for protein, starch, and ash concentrations. This may indicate the need to develop cultivars with outstanding qualities across environments to receive satisfy premium end-user quality requirements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,947
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
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 Opus0,011
Tête enseignante GPT0,197
Écart entre enseignants0,186 · 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 tête enseignante, 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

Citations24
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetAgronomic Practices and Intercropping SystemsTravaux en français237 207