MétaCan
Menu
Retour à la cohorte
Enregistrement W2887680731 · doi:10.5539/jas.v10n9p234

Phenological Characterization and Productivity of the Physalis peruviana L., Cultivated in Greenhouse

2018· article· en· W2887680731 sur OpenAlexvenueno aff
Marília Hortência Batista Silva Rodrigues, Kilson Pinheiro Lopes, Joseano Graciliano da Silva, Natali A. E. Pereira, Francisco Jean da Silva Paiva, Jolinda Mércia de Sá, Caciana Cavalcanti Costa

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineMedicine
ThématiquePhytochemicals and Medicinal Plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysalisPhenologyProductivityGreenhouseCropContext (archaeology)BiologyHorticultureCompletely randomized designBotanyAgronomy

Résumé

récupéré en direct d'OpenAlex

The Physalis peruviana L. presents great nutritional value and economic viability, becoming an alternative for the small and medium producer and an innovation for the Brazilian horticulture. However, some information on cultivation, are still scarce. In this context, our objective is to characterizing the phenological phases and productivity of the Physalis peruviana cultivated in a greenhouse in the semiárido paraibano. This work was done in the experimental farm of the Federal University of Campina Grande, campus Pombal, Paraíba. The experiment was driven in a randomized blocks design, with five repetitions, each repetition constituted of five plants. The phenological phases were determined through the height, diameter of the stem, number of leaves, floral buttons, flowers and fruits per plant, production and productivity. The data were submitted to the variance analysis and polynomial regression. The vegetative phase of the Physalis peruviana L. is concluded in a period understood among 32 to 45 days after the transplant (DAT) and the reproductive phase extends until 161 DAT. In the conditions of the semiarid, the crop of the fruits of the Physalis peruviana L. begins to 71 DAT, with a dear productivity of approximately 2 340.95 kg ha-1.

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 enseignants0,689
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,017
Tête enseignante GPT0,258
Écart entre enseignants0,242 · 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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPhytochemicals and Medicinal PlantsTravaux en français237 207