MétaCan
Menu
Retour à la cohorte
Enregistrement W2946924140 · doi:10.5539/jas.v11n8p248

Sunflower Genotype Selection for Oil Production in the Pre-Amazon Region of Brazil

2019· article· en· W2946924140 sur OpenAlexvenueno aff
Francirose Shigaki, Ludhanna Marinho Veras, Elane Tyara de Jesus Siqueira, José Roberto Brito Freitas, Mayanna Karlla Lima Costa, C. G. P. de Carvalho, Marcos Gervásio Pereira

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSunflower and Safflower Cultivation
Établissements canadiensnon disponible
Organismes subventionnairesFundação de Amparo à Pesquisa e ao Desenvolvimento Científico e Tecnológico do Maranhão
Mots-clésBiodieselAmazon rainforestSunflowerBiodiesel productionHectareAgronomyRenewable energyCropBiologyAgricultureBiotechnologyEnvironmental scienceHorticultureAgricultural scienceEcology

Résumé

récupéré en direct d'OpenAlex

Part of the energy consumed in the world comes from limited sources, which eventually are expected to be depleted. The search for alternative sources to meet energy needs is crucial. Biodiesel derived from vegetable oils and animal fats stands out as a biodegradable and renewable alternative source of energy. Sunflower is among the top four oil crops produced worldwide, and Brazil has a high production potential for this crop. This study aimed to identify the sunflower genotypes with the highest potential for biodiesel production in the Pre-amazon region of Brazil, where the advance of agricultural frontier represents an important role on biodiesel production. This study was conducted over 2 years of observations. The following genotypes were used: M734 (T), Helio358, EMBRAPA 122, and BRS G 35. The following parameters were assessed: initial flowering date (IFD), physiological maturity date (PMD), plant height (PH), grain yield (YIELD), thousand achene weight (TAW), and oil content (%OC). The climatic conditions of each experimental period were distinctive and directly affected the results obtained. The genotype Embrapa 122 showed the best performance regarding yield and was recommended for the pre-Amazon region of Brazil as the best adapted genotype to the local environmental conditions.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,936
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,239
Écart entre enseignants0,223 · 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'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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSunflower and Safflower CultivationTravaux en français237 207