MétaCan
Menu
Retour à la cohorte
Enregistrement W3211901611 · doi:10.5539/jas.v13n12p71

Broccoli Production With Regulated Deficit Irrigation at Different Phenological Stages

2021· article· en· W3211901611 sur OpenAlexvenueno aff
Daniele de Souza Terassi, Roberto Rezende, Gustavo Soares Wenneck, Cláudia Salim Lozano Menezes, André Felipe Barion Alves Andrean, Vinícius Villa e Vila, Lucas Henrique Maldonado da Silva

Notice bibliographique

RevueJournal of Agricultural Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGrowth and nutrition in plants
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInflorescenceDry matterPhenologyAgronomyCropCompletely randomized designIrrigationBiologyDeficit irrigationProductivityHorticultureIrrigation management

Résumé

récupéré en direct d'OpenAlex

The objective of this study was to evaluate the effects of different levels of soil water replacement in each phenological stage of broccoli crop cultivated in a protected environment. The experiment was conducted in a protected environment in the municipality of Maringá, Paraná, Brazil. The experimental design used was in randomized blocks 4 by 3 having four levels of water replacement (55, 70, 85, and 100% of crop evapotranspiration) applied in three phenological stages (initial, intermediate, and final), and four replications. Productivity, inflorescence fresh matter, leaf fresh matter, stem fresh matter, number of leaves, stem diameter, inflorescence height, inflorescence diameter, plant height, leaf area, inflorescence dry matter, stem dry matter and leaf dry matter were evaluated. The data were submitted to variance analysis and compared by Scott-Knott test and regression analysis. Deficit of 30% of the ETc during the final stage of the broccoli crop, reduced productivity by 7%, on the other hand for the initial and intermediate stages, there was a drop of 30% and 23% respectively. The water deficit caused significant losses in broccoli production during the first phenological stages, but the final stage was less critical.

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 enseignants0,837
Score d'incertitude au seuil0,344

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,205
Écart entre enseignants0,188 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGrowth and nutrition in plantsTravaux en français237 207