MétaCan
Menu
Retour à la cohorte
Enregistrement W2965741779 · doi:10.5539/jas.v11n14p141

Influence of the Period of Peach Tree Chemical Thinning on Fruit Quality

2019· article· en· W2965741779 sur OpenAlexvenueno aff
Caroline Farias Barreto, Roséli de Mello Farias, Renan Ricardo Zandoná, Carlos Roberto Martins, Marcelo Barbosa Malgarim

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésThinningTitratable acidOrchardHorticulturePulp (tooth)RipenessCultivarBotanyHarvest timeBiologyChemistryForestryRipeningGeography

Résumé

récupéré en direct d'OpenAlex

The need to decrease production costs along with the lack of man power in the countryside has asked for cultural practices which lead to these factors, such as thinning. Thus, chemical thinning has been studied as an alternative to fruit manual thinning. Therefore, this study aimed at evaluating the quality of peach tree fruits after chemical thinning with metamitron at different time periods in the south of Brazil. The experiment was carried out in a commercial peach tree orchard with cultivars ‘Maciel’ in Morro Redondo, Rio Grande do Sul state, Brazil, from 2015 to 2016. Treatments consisted in the application of metamitron (doses of 200 mg L-1) on the 20th, 30th, 40th, 50th and 60th day after full bloom (DAFB) and manual thinning on the 40th DAFB. Epidermis color, pulp firmness, ripeness index, soluble solids, titratable acidity, juice pH, total phenolic compounds and antioxidant activity were evaluated. The application of metamitron in peach tree thinning did not affect peach color. Changes in the other variables related to the quality of fruits depended on the application period of metamitron in the thinning process and between crops.

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 enseignants0,004
Score d'incertitude au seuil0,008

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 Opus0,021
Tête enseignante GPT0,251
Écart entre enseignants0,229 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207