Emergence Percentage and Speed of Rootstocks for Citriculture in South of Brazil
Notice bibliographique
Résumé
The fact that Brazilian citriculture has focused on few rootstocks poses several phytosanitary risks to the culture and has made genetic improvement programs develop hybrid genotypes to be used as novel alternatives. This study aimed at evaluating the behavior of 42 different rootstocks regarding their emergence percentage and speed in weather conditions experienced in the extreme south of Brazil. Seeds of hybrids developed by the Citrus Genetic Improvement Program (PMG Citros) at the Embrapa Mandioca e Fruticultura (PMG Citros) and cultivars from other citrus growing regions were sown in conical tubes filled with commercial substrate in May 2017. A thoroughly randomized design with 4 replicates, each composed of 45 sampling units, was employed. Emergence percentage and emergence speed of every genotype were evaluated and the ones with the highest emergence percentage of seedlings and the ones with the most precocious emergence were identified. All genotypes completed seedling emergence 98 days after sowing. Seeds of Trifoliata, TSKC × CTSW-041 and TSKC × CTSW-025 had the highest values of seedling emergence whereas the highest emergence speed indexes were exhibited by genotypes Trifoliata and lemon tree ‘Cravo’.
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 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 | 0,001 | 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».