MétaCan
Menu
Retour à la cohorte
Enregistrement W3006258044 · doi:10.3389/fpls.2020.00061

Panicle Angle is an Important Factor in Tef Lodging Tolerance

2020· article· en· W3006258044 sur OpenAlexaff
Regula Blösch, Sonia Plaza‐Wüthrich, Pierre Barbier de Reuille, Annett Weichert, Anne‐Lise Routier‐Kierzkowska, Gina Cannarozzi, Sarah Robinson, Zerihun Tadele

Notice bibliographique

RevueFrontiers in Plant Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensUniversité de Montréal
Organismes subventionnairesEthiopian Institute of Agricultural ResearchUniversity of Bern
Mots-clésPanicleBiologyAgronomyMathematics

Résumé

récupéré en direct d'OpenAlex

(Zucc.) Trotter] is an important crop in the Horn of Africa, particularly in Ethiopia, where it is a staple food for over 60 million people. However, the productivity of tef remains extremely low in part due to its susceptibility to lodging. Lodging is the displacement of the plant from the upright position, and it is exacerbated by rain, wind and the application of fertilizer. In order to address the issue of global food security, especially in the Horn of Africa, greater insight into the causes of tef lodging is needed. In this study, we combine modeling and biomechanical measurements to compare the properties relating to lodging tolerance in high yielding, improved tef genotypes, and lower yielding natural landraces. Our results indicate that the angle of the panicle contributes to the likelihood of lodging in tef. Varieties with compact panicles and reduced height had increased lodging resistance compared to the other varieties. By comparing different varieties, we found that overall, the landraces of tef lodged less than improved varieties. We constructed a model of stem bending and found that panicle angle was an important determinant of the amount of lodging. The findings from this study provide key information to those involved in tef improvement, especially those interested in lodging tolerance.

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)0,001
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 seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
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 Opus0,029
Tête enseignante GPT0,220
Écart entre enseignants0,191 · 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

Citations28
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetCrop Yield and Soil FertilityTravaux en français237 207