Balance design for robust foliar nutrient diagnosis of “Prata” banana (Musa spp.)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The “Cavendish” and “Prata” subgroups represent respectively 47% and 24% of the world banana production. Compared to world average progressing from 10.6 to 20.6 t ha −1 between 1961 and 2016, and despite sustained domestic demand and the introduction of new cultivars, banana yield in Brazil has stagnated around 14.5 t ha −1 mainly due to nutrient and water mismanagement. “Prata” is now the dominant subgroup in N-E Brazil and is fertigated at high costs. Nutrient balances computed as isometric log-ratios ( ilr ) provide a comprehensive understanding of nutrient relationships in the diagnostic leaf at high yield level by combining raw concentration data. Although the most appropriate method for multivariate analysis of compositional balances may be less efficient due to non-normal data distribution and limited nutrient mobility in the plant, robustness of the nutrient balance approach could be improved using Box-Cox exponents assigned to raw foliar concentrations. Our objective was to evaluate the accuracy of nutrient balances to diagnose fertigated “Prata” orchards. The dataset comprised 609 observations on fruit yields and leaf tissue compositions collected from 2010 to 2016 in Ceará state, N-E Brazil. Raw nutrient concentration ranges were ineffective as diagnostic tool due to considerable overlapping of concentration ranges for low- and high-yielding subpopulations at cutoff yield of 40 Mg ha −1 . Nutrient concentrations were combined into isometric log-ratios ( ilr ) and normalized by Box-Cox corrections between 0 and 1 which may also account for restricted nutrient transfer from leaf to fruit. Despite reduced ilr skewness, Box-Cox coefficients did not improve model robustness measured as the accuracy of the Cate-Nelson partition between yield and the multivariate distance across ilr values. Sensitivity was 94%, indicating that low yields are attributable primarily to nutrient imbalance. There were 148 false-positive specimens (high yield despite nutrient imbalance) likely due to suboptimal nutrition, contamination, or luxury consumption. The profitability of “Prata” orchards could be enhanced by rebalancing nutrients using ilr standards with no need for Box-Cox correction.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle