New Varieties of Blueberry Released by US in 2018 and Analysis of Breeding Trends
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2018, the United States Department of Agriculture (USDA-ARS), the Clemson University, and the University of California jointly announced 40 new varieties of blueberry, including 12 varieties of northern highbush blueberry, 21 varieties of southern highbush blueberry, and 7 varieties of ornamental blueberry. Based on the analysis of the comprehensive characteristics of the announced blueberry varieties, this paper summarizes the current development trend of global blueberry breeding. The results have been shown that: 1) the cultivation of southern highbush blueberry is still the main direction of blueberry breeding, and the number of new ornamental blueberry varieties has increased. 2) The main breeding direction for northern highbush blueberry is to cultivate new varieties with early maturity, large fruit, hard texture, and good storability. 3) The breeding trend of blueberries in the southern highbush blueberry is mainly focused on cultivating new cultivars with the low chilling requirement and have comprehensive characteristics such as early maturity, large fruit, and good fruit quality. 4) The main direction of ornamental blueberry breeding is to pay attention to the diversification of fruit color and the leaf color that changes with the season for use in Garden potted plants and landscaping. 5) In recent years, China has made rapid progress in blueberry breeding except for the traditional breeding countries such as Europe and America. The breeding trend described in this paper will point out the direction for blueberry breeding in China in the future and have important practical reference value.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle