MétaCan
Menu
Retour à la cohorte
Enregistrement W3112776727 · doi:10.29050/harranziraat.746402

Farklı gama ışını dozları uygulanmış bazı nohut çeşitlerinin M2 generasyonunda morfo-agronomik özelliklerinin belirlenmesi

2020· article· tr· W3112776727 sur OpenAlexfundno aff
Kübra Demircioğlu, Mehmet Yağmur

Notice bibliographique

RevueHarran Tarım ve Gıda Bilimleri Dergisi · 2020
Typearticle
Languetr
DomaineAgricultural and Biological Sciences
ThématiquePlant Genetic and Mutation Studies
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreAnkara Universitesi
Mots-clésHorticultureBiologyBotany

Résumé

récupéré en direct d'OpenAlex

Bu çalışma farklı dozlarda (100, 200, 300 Gy) gama ışınlarının dört farklı nohut çeşidinin (Azkan, Aksu, Uzunlu 99 ve Sarı 98) M2 generasyonda kontrol dozuna göre tane verimi ve bazı verim öğeleri üzerinde meydana getirdiği değişimi belirlemek amacıyla yürütülmüştür. Araştırma tesadüf bloklarında bölünmüş parseller deneme desenine göre 3'er tekerrürlü olarak 2019 yılında yürütülmüştür. Ana parsellere çeşitler alt parsellere ise gama ışını dozları yerleştirilmiştir. Kontrole göre uygulanan tüm gama ışını dozları çiçeklenme süresi (gün) ve baklada tane sayısı (adet bakla-1) hariç çalışmada incelenen diğer özelliklerden bitki boyunu (cm), bitkide bakla sayısını (adet bitki-1), bitkide tane sayısını (adet bitki-1), bitki tane verimini (g bitki-1) ve biyolojik verimi (g bitki-1) istatistiki önemde etkilediği tespit edilmiştir. Çalışma sonuçlarına göre göre kontrolde en yüksek bitki tane verimi Azkan çeşidinde, 100 Gy’de Aksu çeşidinde, 200 ve 300 Gy’de ise Azkan çeşidinden elde edilmiştir. Azkan çeşidinde bitki tane veriminin en fazla olduğu doz 300 Gy, Aksu’da 100 Gy, Uzunlu 99’da 300 Gy ve Sarı 98 çeşidinde ise 100 Gy gama ışını dozundan elde edildiği saptanmıştır. Bu durum gösteriyor ki, Azkan nohut çeşidinde 200 ve 300 gy dozlarında incelenen bitkisel özelliklerin çoğunda varyasyonlar elde edilirken, Aksu çeşidinde istenen varyasyon 100 gy gama ışını dozundan elde edilmiştir.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,593
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,050
Tête enseignante GPT0,219
Écart entre enseignants0,169 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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 revueHarran Tarım ve Gıda Bilimleri DergisiMême sujetPlant Genetic and Mutation StudiesTravaux en français237 207