MétaCan
Menu
Retour à la cohorte
Enregistrement W2956643486 · doi:10.1071/cp19079

Genetic characterisation and agronomic and nutritional value of bitter vetch (Vicia ervilia), an under-utilised species suitable for low-input farming systems

2019· article· en· W2956643486 sur OpenAlexaff
Luigi Russi, Gabriele Acuti, Massimo Trabalza‐Marinucci, Raffaele Porta, Andrea Rubini, F. Damiani, S. Cristiani, Alessandro Dal Bosco, Gaia Martuscelli, Michele Bellucci, Fulvio Pupilli

Notice bibliographique

RevueCrop and Pasture Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetic and Environmental Crop Studies
Établissements canadiensBell (Canada)
Organismes subventionnairesnon disponible
Mots-clésBiologyLegumeAgronomyContext (archaeology)CropAgricultureCultivarMonogastricRuminantViciaVicia sativaVicia fabaEcology

Résumé

récupéré en direct d'OpenAlex

Bitter vetch (Vicia ervilia (L.) Willd.), a grain legume crop well adapted in marginal soils, has mainly been used for animal feed. Nowadays, bitter vetch seeds in feed formulations are replaced by other protein sources such as soybean meal. However, in the context of sustainable economic development, it may be beneficial to enhance the cultivation of bitter vetch landraces in marginal areas. Fifty-six bitter vetch accessions of different provenance were preliminarily characterised by microsatellite DNA analysis to discriminate landraces suitable for specific and restricted environments. Twenty-two landraces of two genetically different groups were then selected for further characterisation by agro-morphological analyses. Being late-flowering with a seed yield of up to 3–4 t ha–1 in experimental field conditions, with neither chemical nor water input, these plants will be valuable material for long-term study to develop new cultivars adapted for seed production under organic agricultural systems in Southern Europe. The seeds of these 22 landraces were also evaluated, with positive results, as partial replacement of soybean in rabbit diets.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0010,000
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 Opus0,013
Tête enseignante GPT0,199
Écart entre enseignants0,185 · 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'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 revueCrop and Pasture ScienceMême sujetGenetic and Environmental Crop StudiesTravaux en français237 207