MétaCan
Menu
Retour à la cohorte
Enregistrement W2806400871 · doi:10.5539/jas.v10n7p146

Obtaining and Evaluating New Hybrids of Papaya Tree

2018· article· en· W2806400871 sur OpenAlexvenueno aff
Adriel Lima Nascimento, Alan de Lima Nascimento, Karina Tiemi Hassuda dos Santos, Renan Garcia Malikouski, Omar Schmildt, Rodrigo Sobreira Alexandre, Márcio Paulo Czepak, Laércio Francisco Cattaneo, G. A. Ferreguetti, José Augusto Teixeira do Amaral, Edílson Romais Schmildt

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePapaya Research and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGermplasmHybridRandomized block designCropHorticultureBiologySowingBiotechnologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Due to the close genetic base in the papaya crop, the breeding programs seek new alternatives with agronomic characteristics desirable to the producer and fruit that meets the consumer desire. The objective of this work was to evaluate the behavior of new Hybrids in germplasm database maintenance units of the company Caliman Agrícola SA. The experiment was carried out in a randomized block design with 10 new elements (CP3 × SSAM; CP3 × UENF/Caliman 01; CP3 × JS 12; CP2 × SS32; JS 12 × SSAM) and one control, UENF/Caliman 01, four replicates and ten plants per plot. Tem hermaphrodite plants per plot were evaluated at eight and 12 months after planting, 16 characteristics focused on plant morphologies and biometry of fruits harvested at the maturation stage II (fruits with up to 25% of the yellow surface). The productivity of one year of harvest was also evaluated. Among the new hybrids evaluated, it is possible to detect the presence of productive characteristics and fruit quality that were interesting for the market, suggesting that they be evaluated for crop value and use for future launches as commercial hybrids. With interest for future market launch, we highlight CP3 × 72/12, CP2 × SS32, CP3 × Progeny Tainung and CP1 × Sekati which shows high average productivity.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 Opus0,062
Tête enseignante GPT0,397
Écart entre enseignants0,335 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPapaya Research and ApplicationsTravaux en français237 207