MétaCan
Menu
Retour à la cohorte
Enregistrement W3158077566 · doi:10.1051/e3sconf/202125401043

Grain quality and associated characteristics and properties of spring wheat of Canadian breeding

2021· article· en· W3158077566 sur OpenAlexaboutno aff
В.С. Рубец, Irina Voronchikhina, Vladimir Pylnev, Yulia Kotenko, Andrey O. Blinkov

Notice bibliographique

RevueE3S Web of Conferences · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Productivity and Crop Improvement
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and PreventionStrong
Mots-clésGlutenSpring (device)AgronomyGrain yieldYield (engineering)Plant breedingGrain qualityHybridBiologyMathematicsEngineeringMaterials scienceFood science

Résumé

récupéré en direct d'OpenAlex

The article presents the results of the study of soft spring wheat varieties of Canadian breeding in order to identify the genetic sources of high baking value. A comprehensive assessment of the following economic and useful traits was carried out: yield, plant height, resistance to lodging and major fungal diseases, weight of 1000 grains, grain unit, vitreous content, protein and gluten content in the grain. The method of complex indices was used for the final evaluation of the varieties. It was found that the studied Canadian varieties are unsuitable for use in breeding for high yields in the conditions of the Central part of Russia. It was revealed that the varieties Bluesky, Oslo, Biggar, BW 90, Ac Kagma, CDC Merlin and Ac Taber have the highest values of complex indices. They are recommended for use in the breeding of soft spring wheat varieties with high yield and baking values of grain.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,705
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,071
Tête enseignante GPT0,225
Écart entre enseignants0,154 · 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 tête enseignante, 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetAgricultural Productivity and Crop ImprovementTravaux en français237 207