MétaCan
Menu
Retour à la cohorte
Enregistrement W2945209553 · doi:10.13031/aea.32.11492

Effect of Plant Characteristics on Picking Efficiency of the Wild Blueberry Harvester

2016· article· en· W2945209553 sur OpenAlexaboutno aff
Muhammad Waqas Jameel, Qamar U. Zaman, Arnold W. Schumann, Tri Nguyen Quang, Aitazaz A. Farooque, Gordon Brewster, Hassan Shafqat Chattha

Notice bibliographique

RevueApplied Engineering in Agriculture · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHorticultureBiologyBotanyAgricultural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract. Wild blueberry is a high value cash crop in northeastern North America. In the last two decades, improved management practices have changed crop characteristics. Currently, the wild blueberry industry is facing increased harvesting losses (15%-25%) due to changes in crop conditions. This study was designed to examine the effect of plant characteristics on picking efficiency of the wild blueberry harvester. Four wild blueberry fields were selected in Nova Scotia and New Brunswick, Atlantic Provinces of Canada. Plant height (PH) and plant density (PD) were classified into four different categories, i.e., tall plant - low plant density, tall plant - high plant density, short plant - low plant density, and short plant - high plant density, and stem thickness (ST) was used as a covariate. Nine yield plots (0.9 x 3 m) for each combination of PH and PD were selected randomly at each experimental field. The PH, PD, and ST were recorded manually from each selected plot. Factorial experiments with four replications were designed to identify the combined effect of ground speed (1.2, 1.6, and 2.0 km h-1) and header revolutions (26, 28, and 30 rpm) on berry losses at each category of PH and PD. Berry losses were collected from each plot within the selected fields. Factorial analysis of covariance (ANCOVA) using general linear model (GLM) procedure showed that the interaction of ground speed and header rpm was significant (p = 0.05) in each category of plant characteristics. Results of multiple means comparison showed that the lower ground speed and header rpm resulted in significantly lower losses when compared with higher ground speed and header rpm. The study findings also suggested a suitable combination of ground speed and header rpm for each class of plant characteristics to minimize the berry losses during harvesting.

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 enseignants0,006
Score d'incertitude au seuil0,013

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,002
Tête enseignante GPT0,155
Écart entre enseignants0,152 · 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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Engineering in AgricultureMême sujetTree Root and Stability StudiesTravaux en français237 207