Modeling winter survival in cereals: An interactive tool
Notice bibliographique
Résumé
Abstract An interactive web‐based model ( https://norstar.usask.ca/survivalmodel ) that simulates winter survival in cereals has been developed for use by farmers, extension workers, plant breeders, and researchers. Consistent with our current understanding of low‐temperature (LT) gene regulation, the model is based on a series of equations describing phenological development, acclimation, dehardening, and damage due to LT stress. Low‐temperature tolerance is estimated on a daily basis relative to crown temperature, stage of phenological development, and cultivar LT tolerance potential. Acclimation proceeds until the start of the reproductive growth stage, which becomes a critical developmental switch that initiates the downregulation of LT tolerance gene expression. Environmental data can be uploaded and model input parameters revised to allow for simulation of genotypic differences and environmental conditions of special interest to users. Because the model is fully interactive, it can be used as a teaching tool that allows production risks, cause‐and‐effect processes, and genetic theories to be systematically investigated. In addition to encouraging more widespread use of the model, opening access to interested researchers will serve as a means of additional testing and validation allowing further refinements to be made. This will hopefully lead to increased prediction accuracy over a wider range of environmental conditions and a better understanding of the dynamic interactions involved in over‐winter survival of winter annual crops.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».