MétaCan
Menu
Retour à la cohorte
Enregistrement W3027205249 · doi:10.36461/np.2020.54.1.006

ОЦЕНКА СОРТООБРАЗЦОВ КРАМБЕ В ЗАВИСИМОСТИ ОТ ГИДРОТЕРМАЛЬНЫХ УСЛОВИЙ

2020· article· ru· W3027205249 sur OpenAlexaboutno aff
Т. Ya. Prakhova, E.L. Turina

Notice bibliographique

RevueNiva Povolzh`ia · 2020
Typearticle
Langueru
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Productivity and Crop Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdaptabilityProductivityYield (engineering)Research ObjectAnimal scienceAgronomyMathematicsBiologyHorticultureGeographyEcologyPhysics

Résumé

récupéré en direct d'OpenAlex

Целью исследований являлась оценка сортообразцов крамбе абиссинской по продуктивности и адаптивности в зависимости от гидротермальных условий. Объектом исследований являлись сортообразцы различного эколого-географического происхождения. Изучение проводилось в контрастных климатических условиях Среднего Поволжья и степного Крыма в 2017-2019 годах. Продуктивность сортообразцов крамбе абиссинской варьирует в пределах 1,54-2,04 т/га, в среднем по двум регионам. В среднем за три года более высокий урожай отмечен у образцов к-39 (США) и к-35 (Германия), продуктивность которых составила 2,01-2,04 т/га, что превышает сорт-стандарт Деметра на 0,22 и 0,25 т/га. Данные номера отличались высокими значениями коэффициента адаптивности, который составил 1,04-1,13 и показывает их большую приспособленность к различным условиям возделывания. Сортообразцы из Канады (к-25) и из Чехословакии (к-34) сформировали урожайность 1,82 и 1,87 т/га, что несущественно превышает стандарт по урожайности. Прибавка здесь составила 0,03 и 0,08 т/га. Содержание жира в плодиках колебалась в пределах 29,68-32,20. По результатам данного признака выделился номер из Германии к-35, масличность которого составила 32,20. Наиболее стабильными по урожайности были образцы к-35, к-34 и к-10, параметры стабильности которых составили 22,8 26,1 и 29,0. Высоким значением показателя уровня стабильности сорта (ПУСС) отличались сортообразцы к-39 и к-10, значения данного признака составили 0,47 и 0,52 соответственно. При этом у данных номеров отмечена высокая экологическая устойчивость (0,49 и 0,53), что показывает более широкий диапазон их приспособленности к различным условиям произрастания. The aim of the research was to evaluate the productivity and adaptability of varieties of crambe abyssinica depending on hydrothermal conditions. The object of the research was varieties of various ecological and geographical origin. The study was conducted in contrasting climatic conditions of the Middle Volga and steppe Crimea in 2017-2019. The productivity of varieties of crambe abyssinica varied between 1.542.04 t/ha, on average in two regions. On average, for three years a higher yield was observed for samples k-39 (USA) and k-35 (Germany), which productivity was 2.01-2.04 t/ha, which exceeded the standard variety Demetra by 0.22 and 0.25 t/ha. These samples were distinguished by high values of adaptability coefficient, which amounted to 1.04-1.13 and showed their great adaptability to various cultivation conditions. Varieties from Canada (k-25) and Czechoslovakia (k-34) formed yields of 1.82 and 1.87 t/ha, which was slightly higher than the standard for yields. The increase there was 0.03 and 0.08 t/ha. The fat content in fruitlets ranged from 29.68-32.20. According to the results of this feature, the number k-35 from Germany was distinguished, the oil content was 32.20. The most stable yields had the samples k-35, k-34 and k-10, which stability parameters were 22.8 26.1 and 29.0. The varieties k-39 and k-10 were distinguished by a high value of the indicator of the variety stability level (IVSL), the values of this trait were 0.47 and 0.52, respectively. Moreover, these varieties had a high environmental sustainability (0.49 and 0.53), which showed a wider range of their adaptability to different growing conditions.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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: aucune
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,005
Communication savante0,0110,005
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0380,018

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 Opus0,034
Tête enseignante GPT0,236
Écart entre enseignants0,202 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNiva Povolzh`iaMême sujetAgricultural Productivity and Crop ImprovementTravaux en français237 207