MétaCan
Menu
Retour à la cohorte
Enregistrement W2947799261 · doi:10.5539/jas.v11n8p100

Evaluation of the American Yam Bean (Pachyrhizus spp.) for Storage Root Yield Across Varying Eco-geographic Conditions in Uganda

2019· article· en· W2947799261 sur OpenAlexvenueno aff
Charles Andiku, Phinehas Tukamuhabwa, James M. Ssebuliba, H. Talwana, Silver Tumwegamire, Wolfgang J. Grüneberg

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural pest management studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmmiYield (engineering)LegumePruningBiologyCropHorticultureAgronomyGene–environment interactionGenotype

Résumé

récupéré en direct d'OpenAlex

The American yam bean (Pachyrhizus spp.) is a legume crop that is exclusively used for its storage roots. The seeds are inedible due to presence of toxic rotenone. It produces high storage root yields comparable of major root crops like cassava or sweetpotato. And flower pruning more than doubles its root yield performance. Using twenty five yam bean accessions, the current study aimed to determine root yield stability and adaptability, and presence of yam bean production mega environments in Uganda. Trials were planted at three stations, Namulonge, Serere, and Kachwekano during two consecutive seasons of 2011. Fresh storage root yields were significantly different (p < 0.05) across locations with the ideal location being Namulonge (fresh storage root yield of 10.1 t ha-1), followed by Serere (8.0 t ha-1), and Kachwekano (3.1 t ha-1). Results of AMMI analysis indicated the presence of genotype-by-environment interaction for fresh storage root yield. Through AMMI estimates and GGE visual assessment, genotype 209017 was the highest yielding with mean yield of 20.7 t ha-1. Genotype 209018 with mean yield of 15.5 t ha-1 was the most stable and adapted accession in the entire discriminating environment in Uganda. From the environmental focusing plot, the six environments were grouped into two putative mega environments for yam bean production.

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)0,003
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 enseignants0,710
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,030
Tête enseignante GPT0,285
Écart entre enseignants0,255 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgricultural pest management studiesTravaux en français237 207