MétaCan
Menu
Retour à la cohorte
Enregistrement W3132661181 · doi:10.3390/agronomy11020352

Potato Varieties Response to Soil Matric Potential Based Irrigation

2021· article· en· W3132661181 sur OpenAlexafffund
Jean-Pascal Matteau, Paul Célicourt, Guillaume Létourneau, Thiago Gumiere, Silvio José Gumière

Notice bibliographique

RevueAgronomy · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueIrrigation Practices and Water Management
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIrrigationAgronomyGreenhouseCropIrrigation managementAgricultural engineeringMathematicsEnvironmental scienceBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Potato is one of the most cropped plants worldwide. Hundreds of different varieties are cultivated only in North America. Potato growers usually crop multiple varieties on their farms to answer the market demands for potato’s specific physical properties. However, few pieces of information are available regarding the optimal management of irrigation across potato varieties. Knowing that modern potatoes share genetics similarities, the optimal irrigation comfort zone for the potato crop might be the same for different groups of varieties. This study evaluates the effect of precision irrigation thresholds on the potato yields of three varieties (Envol: very early, Kalmia: early, and Red Maria: mid-late) with different maturity classes. In a greenhouse, a soil matric potential sensor network used in combination with a precise irrigation system allows the identification of a common optimal precision irrigation threshold, allowing optimal yields for the three varieties. This paper presents the first identification of an optimal irrigation threshold, −15 kPa, shared by different potato varieties. The optimal irrigation threshold identified in this study is not dependent on the maturity class, plant height or tuber potential production. The determination of an optimal precision irrigation threshold will allow potato growers to adapt their farm management processes to integrate more sustainable water management practices as they will be able to irrigate a field with multiple varieties with the same threshold.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,207
Écart entre enseignants0,196 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgronomyMême sujetIrrigation Practices and Water ManagementTravaux en français237 207