MétaCan
Menu
Retour à la cohorte
Enregistrement W2983477193 · doi:10.5539/jas.v11n18p131

Path Analysis of Green Maize Components from Hybrids Cultivated Under Reduced Spacing

2019· article· en· W2983477193 sur OpenAlexvenueno aff
Luan de Oliveira Nascimento, Josimar Batista Ferreira, Gleisson de Oliveira Nascimento, Marcio de Oliveira Martins, Antônia Fabiana Barros de Lima, Francisco Ian de Oliveira Nascimento, Vanderley Borges dos Santos

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorUniversidade Federal do Acre
Mots-clésHybridStrawYield (engineering)AgronomyMathematicsHorticultureBiologyMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

The yield and cause and effect relationships of green-ear production components of hybrids cultivated in reduced spaced environments were investigated aiming to increase the green ear harvest, as well as to identify the main characteristics that contribute most to the productivity. Four row spacings were evaluated using three commercial hybrids. The experiment lasted three months and were evaluated: plant height (PH) and ear insertion height (EIH), leaf area (LA), stem diameter (SD), total number of ears, total ear yield, number of ear with straw and without straw, yield of ears with straw (YES) and yield ear without straw (YEWS), ear length (EL) and ear diameter (ED). In addition, the full correlation in direct and indirect effects was performed by the path analysis of the PH, EIH, LA, SD, EL, ED characters on the YEWS. It was found that the reduction of spacing to 60 cm favors higher YEWS without compromising the quality, size and diameter of the green ears. However, the EL, EIH and SD are the main characters that directly and indirectly influence the yield of green ears of maize hybrids cultivated in reduced spaced environment.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,408

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
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 Opus0,022
Tête enseignante GPT0,229
Écart entre enseignants0,207 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetCrop Yield and Soil FertilityTravaux en français237 207