MétaCan
Menu
Retour à la cohorte
Enregistrement W2906280557 · doi:10.32929/2446-8355.2015v24n3p289-308

QUALIDADE FISIOLÓGICA DA SEMENTE E ADUBAÇÃO COM ZINCO NA CULTURA DO MILHO-DOCE

2015· article· pt· W2906280557 sur OpenAlexaff
Stella Tosta Leal, Simone Aparecida de Oliveira, Marcelo Fagioli, Marco Eustáquio de Sá

Notice bibliographique

RevueRevista Cultura Agronômica · 2015
Typearticle
Languept
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensMinistère de l’Emploi et de la Solidarité Sociale (Québec)
Organismes subventionnairesnon disponible
Mots-clésHorticultureZea maysChemistryBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

O Brasil como um grande produtor de milho comum, apresenta grande potencial para produção de milho-doce, que é muito cultivado na América do Norte, e aqui fica restrito devido ao pouco conhecimento por parte dos consumidores e da baixa disponibilidade de sementes. O objetivo deste trabalho foi verificar se o vigor de sementes e adução com zinco interferem nos componentes de produção e no estado nutricional de três híbridos de milho-doce. Foram utilizadas sementes de três híbridos de milho-doce, classificados quanto aos níveis de vigor, em alto, médio e baixo vigor. Foram testadas seis doses de zinco, utilizando como fonte o sulfato de zinco (ZnSO4.7H2O), (0, 2, 4, 6, 8 e 10 kg de Zn ha-1), aplicadas na semeadura, juntamente com a adubação de NPK recomendada para a cultura. Concluiu-se que os três híbridos de milho-doce se apresentaram aptos para serem cultivados na região de Selvíria-MS. Há diferença de comportamento entre os híbridos em relação à produção comercial de espigas, sendo os híbridos B e C superiores ao híbrido A. Sementes de lotes de alto vigor proporcionaram maior desenvolvimento inicial de plantas, maior número de grãos por fileira e maior produtividade comercial de espigas de milho-doce. A adubação com zinco não alterou as características agronômicas e a produtividade dos híbridos de milho-doce.

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)0,000
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 enseignants0,018
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,080
Tête enseignante GPT0,293
Écart entre enseignants0,213 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Cultura AgronômicaMême sujetCrop Yield and Soil FertilityTravaux en français237 207