MétaCan
Menu
Retour à la cohorte
Enregistrement W3025323908 · doi:10.5539/jas.v12n6p153

Modeling Fruit Growth of ‘Triunfo’ Pear Grown in North Espírito Santo State

2020· article· en· W3025323908 sur OpenAlexvenueno aff
Vinicius Soares de Oliveira, Vinícius de Souza Oliveira, Karina Tiemi Hassuda dos Santos, Glêyce Pereira Santos, Lucas Moreira Borges, Adriel Lima Nascimento, Rodrigo Amaro de Salles, Sara Dousseau Arantes, Edney Leandro da Vitória, Omar Schmildt, Robson Prucoli Posse, Moisés Zucoloto, Edílson Romais Schmildt

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLeaf Properties and Growth Measurement
Établissements canadiensnon disponible
Organismes subventionnairesFundação de Amparo à Pesquisa e Inovação do Espírito SantoConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésPEARMathematicsHorticultureBotanyBiology

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to obtain mathematical models to estimate non-destructively the fruit mass of pear cv. ‘Triunfo’. To this end, 128 fruits from all developmental stages collected at three different times were used. Fruits were measured for maximum length (L), maximum width (W) and observed mass (OM). For the adjustment, with a sample of 100 fruits, the models first degree linear, quadratic and power were tested, in which the OM was used as the dependent variable in function of L and W. From a sample of 28 fruits, separated for this purpose the equations were validated. Thus, it indicates an equation of the quadratic model represented by EM = 36.020218 – 3.067232(W) + 0.082568(W)2  using from the measurement of the largest fruit width (W), as the most accurate to estimate the fruit mass of pear cv. ‘Triunfo’.

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 enseignants0,937
Score d'incertitude au seuil0,180

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 Opus0,042
Tête enseignante GPT0,210
Écart entre enseignants0,168 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetLeaf Properties and Growth MeasurementTravaux en français237 207