MétaCan
Menu
Retour à la cohorte
Enregistrement W2805363735 · doi:10.5539/jas.v10n7p26

Prioritising the Replanting Schedule of Seedling Tea Fields on Tea Estates for Drought Susceptibility Measured by the SWAPDT Method in the Absence of Historical In-filling Records

2018· article· en· W2805363735 sur OpenAlexvenueno aff
Christopher Nyarukowa, Robert Koech, Theodor Loots, Jos A. Hageman, Zeno Apostolides

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Drought Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCamellia sinensisSeedlingCultivarHectareHorticultureGeographyBiologyForestryAgronomyAgroforestryToxicologyEcologyAgriculture

Résumé

récupéré en direct d'OpenAlex

Due to the unpredictable natural droughts that occur, causing tea farmers significant losses in tea estates, a two-day method for distinguishing between drought tolerant (DT) and drought susceptible (DS) Camellia sinensis cultivars was developed. This work was based on known cultivars developed at the Tea Research Institute in Kenya and the Tea Research Foundation for Central Africa in Malawi. This paper contains an in-depth description of the application of the SWAPDT method on four 60-year old, C. sinensis seedling fields in Kenya. The in-filling history of the four fields due to drought-related deaths was obtained from historical records. The SWAPDT method scores correlated very well with the historical records. It has been indicated, from the results obtained in this study, that a sample size of 20 tea trees is sufficient to accurately determine the drought susceptibility of a large tea field of approximately 5-20 hectares, containing 50 000-200 000 tea trees, were the difference between their mean values, as measured by the SWAPDT method, is approximately 10%.

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)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,543
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,276
Écart entre enseignants0,258 · 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'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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetHydrology and Drought AnalysisTravaux en français237 207