Physiological Quality of Salvia hispanica L. Seeds at Differents Paraquat Application Moments
Notice bibliographique
Résumé
Chía (Salvia hispanica L.) seed contains more oil and protein than other grains, has a high content of omega-3 linolenic acid, essential for human nutrition. Paraguay is currently among the five largest chía producer countries in the world, with 80 000 ha planted in 2013. The experiments were carried out during the months of March and October of 2017, the field work was made in the district of Chore-San Pedro, Paraguay departament, and laboratory evaluations in the Seed Analysis and Quality Laboratory of Agrarian Sciences, National University of Asunción-Paraguay. The objective of this investigation was to determine the physiological quality effect on chia seeds with differents paraquat moments application. The variables study consisted in evaluate the seeds germinative power, calculate the vigor by measuring length of seedlings and accelerated aging, also estimate different harvest times yield. The randomized complete blocks design was used with 4 treatments with 4 repetitions. The obtained results were analyzed by ANOVA and the means were compared using the Tukey test at 5% probability. The Paraquat herbicide was applied as a desiccant to accelerate and standardize the chia harvest at different maturing times, called as early, middle and late. In all the analyzed variables it is shown that the early application obtained the best results concluding that the application of paraquat in early harvest favors the yield and the final quality of the seeds.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».