Correlations Between Stability Statistics of Forage Production in Elephant Grass
Notice bibliographique
Résumé
Elephant grass (Pennisetum purpureum Schum.) is an important forage plant in the tropics and the potential of genotypes depends on the genotype × environment interaction effects. The objective of this study was to evaluate and compare different stability methods of forage production of 53 elephant grass genotypes, in Campos dos Goytacazes, Rio de Janeiro State, Brazil. The experiment lasted two years, a total of ten cuts with randomized block experimental design with two replications. The analysis of variance was applied to data from dry matter production (DMP), subjected to stability analysis using the following methods: Yates and Cochran, Plaisted and Peterson, ecovalence Wrickie, Kang and Phan, Lin and Bins, and Annicchiarico. The Yates and Cochran method showed more stable genotypes but being less productive. Plaisted and Peterson and ecovalence Wrickie methods presented a Spearman correlation equal to 1, so it is not recommended to implement them concurrently. Lin and Bins showed a strong negative correlation with the average being a method that indicates the genotype also very stable and productive. This method correlates with Annicchiarico, which also indicates productive genotypes by the confidence index. The genotypes most stable among the methods were: Pusa Napier 2, Taiwan A-143 and Merckeron Comum.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».