Multivariate Analysis in Corn Cultivars Productivity Submitted to Fertilizations and Row Spacing
Notice bibliographique
Résumé
The corn crop is important in various contexts of Brazilian agricultural production, both with respect to economic and social factors. The objective was to verify, through multivariate methods, the productive performance of two corn cultivars as a function of three types of fertilizations and two row spacing, identifying the correlation between the variables and the grouping between the evaluated treatments. The experiment was carried out at Experimental Farm Rafael Fernandes, Mossoró, Brazil. It was adopted a randomized block design at 3 × 2 × 2 factorial experiment with four replications, the treatments consisted of three fertilizations (OF: Organic Fertilization; OMF: Organomineral Fertilization and MF: Mineral Fertilization), two cultivars of corn (Bras 3010 and Potiguar) and two row spacing (80 cm and 50 cm). The highest productivity was found with the use of organic fertilization, in the cultivar Potiguar, in the row spacing of 80 cm. The final population, productivity and the mass of 1000 grains were the components that had the most effect in the evaluation of the data set. Each evaluated cultivar responded differently to the fertilizations and spacing evaluated. The agreement between the results of the cluster analysis and the main component analysis with the analysis of variance shows the adequacy of the multivariate statistical techniques used in this research.
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 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».