Estimation Leaf Area by Composite Leaves of Canavalia rosea Seedlings Through Linear Dimensions From Last Leaflet
Notice bibliographique
Résumé
The objective of this work was to propose models of equations from measurements of the linear dimensions of the last leaflet for the estimation of the leaf area of the composite leaves of Canavalia rosea. For this purpose, 441 composite leaves of 198 seedlings were used, 45 days after sowing, produced in nursery and belonging to the Federal University of Espírito Santo, Campus São Mateus, located in the municipality of São Mateus, North of the State of Espírito Santo, Brazil. The length (L) along the main midrib and the maximum leaf width (W) of the last leaflet of each composite leaf, as well as the leaf area of all leaflets, were measured. Subsequently, it was determined the product of the multiplication of the length with the width (LW) and leaf area observed (OLA) from the sum of leaf area of leaflets in front of these measures were adjusted linear and non-linear equations of linear first degree, quadratic and power models, where, OLA was used as a dependent variable in function of L, W and LW as independent variable. Based on the models tested, we obtained equations for the estimated leaf area (ELA). The mean values of ELA and OLA were compared by Student's t test 5% probability. The mean absolute error (MAE), the root mean square error (RMSE) and the Willmott d index, were determined as criteria for validation. The best adjusted equation was chosen through the non-significant values in the comparison of the means of ELA and OLA, values of MAE and RMSE closer to zero, value of the index d near the unitary and higher values of R2. Thus, the leaf area of the composite leaf of C. rosea seedlings can be estimated by the power model represented by equation ELA = 2.2951 (LW)0.9474 quickly, easily and non-destructively.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».