MétaCan
Menu
Retour à la cohorte
Enregistrement W3087799771 · doi:10.1186/s13007-020-00670-w

The effect of plant weight on estimations of stalk lodging resistance

2020· article· en· W3087799771 sur OpenAlexafffund
Christopher J. Stubbs, Yusuf Oduntan, Tyrone Keep, Scott D. Noble, Daniel J. Robertson

Notice bibliographique

RevuePlant Methods · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesU.S. Department of AgricultureNational Institute of Food and AgricultureCanada First Research Excellence FundNational Science Foundation
Mots-clésStalkFlexural strengthBendingStiffnessStructural engineeringMathematicsBending stiffnessComputer scienceEngineeringHorticultureBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Stalk lodging (breaking of agricultural plant stalks prior to harvest) is a multi-billion dollar a year problem. Stalk lodging occurs when bending moments induced by a combination of external loading (e.g. wind) and self-loading (e.g. the plant's own weight) exceed the stalk bending strength of plant stems. Previous studies have investigated external loading and self-loading of plants as separate and independent phenomena. However, these two types of loading are highly interconnected and mutually dependent. The purpose of this paper is twofold: (1) to investigate the combined effect of external loads and plant weight on the flexural response of plant stems, and (2) to provide a generalized framework for accounting for self-weight during mechanical phenotyping experiments used to predict stalk lodging resistance. RESULTS: A mathematical methodology for properly accounting for the interconnected relationship between self-loading and external loading of plants stems is presented. The method was compared to numerous finite element models of plants stems and found to be highly accurate. The resulting interconnected set of equations from the derivation were used to produce user-friendly applications by presenting (1) simplified self-loading correction factors for common loading configurations of plants, and (2) a generalized Microsoft Excel framework that calculates the influence of self-loading on crop stems. Results indicate that ignoring the effects of self-loading when calculating stalk flexural stiffness is appropriate for large and stiff plants such as maize, bamboo, and sorghum. However, significant errors result when ignoring the effects of self-loading in smaller plants with larger relative grain sizes, such as rice (8% error) and wheat (16% error). CONCLUSIONS: Properly accounting for self-weight can be critical to determining the structural response of plant stems. Equations and tools provided herein enable researchers to properly account for the plant's weight during mechanical phenotyping experiments used to determine stalk lodging resistance.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,034
Tête enseignante GPT0,294
Écart entre enseignants0,260 · 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

Citations46
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlant MethodsMême sujetCrop Yield and Soil FertilityTravaux en français237 207