MétaCan
Menu
Retour à la cohorte
Enregistrement W2944225073 · doi:10.5539/jas.v11n7p281

Study of Plants With Allelopathic Potential in the Initial Development of Lettuce

2019· article· en· W2944225073 sur OpenAlexvenueno aff
Bruna de Villa, Deonir Secco, Luciene Kazue Tokura, Alessandra Mayumi Tokura Alovisi, Maritane Prior, Maurício Antônio Pilatti, Carlos Henrique de Oliveira Paz, Eduardo Lange Sutil, Diandra Ganascini, Everton Ortiz Rocha, Laíza Cavalcante de Albuquerque Silva, Luana Cristina Calliari Leite, Iván Werncke, Laís Fernanda Juchem do Nascimento, Mauricio Antonio Pauly, Tatiane Pauly, Maurício Ivan Cruz

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAllelopathy and phytotoxic interactions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAllelopathyResistance (ecology)BiologyBotanyAgronomyGermination

Résumé

récupéré en direct d'OpenAlex

The inappropriate use of herbicides has increased the resistance of weeds; thus, the study of allelopathy becomes of paramount importance. The ability of certain plants to interfere with the metabolism of others by means of substances released into the environment, either by their aerial or roots system, becomes an alternative to combat invasive plants, dispensing with or reducing the use of herbicides. The objective of this work was to evaluate the plant species most sensitive to the allelopathic potential of aqueous extracts. One of the plant species studied was lettuce because it had a rapid response potential, thus showing the benefits obtained through allelopathy.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,114

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,024
Tête enseignante GPT0,251
Écart entre enseignants0,227 · 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'étudeObservationnel
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAllelopathy and phytotoxic interactionsTravaux en français237 207