Продуктивность и адаптивность сортов овса в условиях Приобской лесостепи
Notice bibliographique
Résumé
Results are given from studies, conducted in 2010-2014, on 118 spring oat accessions in the nurseries of the second, third and forth years of study. Resulting from the evaluation of the material for adaptation power and ecological adaptability under conditions of the forest-steppe areas near the Ob, there were identified the genotypes with high ratios of their yields to the average yield among varieties according to maturity groups. Of medium-early genotypes, the following varieties were distinguished by high adaptation to unfavorable environmental factors: Atego (Czech Republic), Tigrovy (Khabarovsk Territory), Dagny (Sweden), Local Romanian K-14951, Ivory (Germany), Novosibirskiy 5 (Novosibirsk Region), Togurchanin (Tomsk Region). They were characterized by high ratios of their yields to the varietal average. Of mid-ripening accessions, the following varieties were distinguished by higher yields compared to the group average during the years of study: AC Morgan (Canada), Gunter (Kirov Region), Konkur (Ulyanovsk Region), and R8 N/9 3037-3072 (Krasnoyarsk Territory). Among naked oats, Vyatsky Golozerny (Kirov Region), MF 9424-62 (USA), Aldan (Kemerovo Region), Krepysh (Belarus) were distinguished. The standard varieties had the minimum range of variation in contrasting years. As to productivity stability, there were distinguished Togurchanin (Tomsk Region), Atego (Czech Republic), and Tigrovy (Khabarovsk Territory) in the group of medium-early varieties, and Konkur (Ulyanovsk Region) among mid-ripening varieties.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».