Correlations and Path Analysis in Sunflower Grown at Lower Elevations
Notice bibliographique
Résumé
Sunflower cultivation has great importance in Brazil, mainly for production of oil and animal feed. Studies on sunflower cultivar selection are important for crop expansion, contributing to better cultivar adaptation to different environments. Thus, the objective of this study was to evaluate the linear relations among sunflower (Helianthus annuus L.) morphological traits in a subtropical region with lower elevations and to identify traits that may assist in cultivar selection based on agronomic performance and path analysis. The experiment was performed during the 2017/2018 agricultural year in Santa Maria (latitude 29º71′ S, longitude 53º70′ W and 90 m altitude), southern Brazil. The experimental design was a randomized block with four replicates and eight cultivars: Syn 045, BRS 323, BRS G58, BRS G59, BRS G60, BRS G61, Multissol 02 and Catissol 03. Assessed traits were plant height, stem diameter, head diameter, thousand achenes weight, yield of achenes per head and number of achenes per head. Hereafter, associations between morphological traits and achene yield were verified by means of linear relations and path analysis. Thousand achenes weight and number of achenes per head exhibited linear relations and direct effects on achene yield in subtropical region at lower elevations. Head diameter does not present direct effect on achenes yield but it has direct effect on the number of achenes per head, indicating cause-effect relation and becoming an important alternative for indirect selection of sunflower cultivars.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».