MétaCan
Menu
Retour à la cohorte
Enregistrement W3214003032 · doi:10.5539/jas.v13n12p35

Enhancing Seed Health for Organic Vegetable Production Systems: Challenges and Opportunities

2021· article· en· W3214003032 sur OpenAlexvenueno aff
Leopold M. Nyochembeng

Notice bibliographique

RevueJournal of Agricultural Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Food and AgricultureU.S. Department of Agriculture
Mots-clésOrganic farmingProduction (economics)BusinessOrganic productAgricultureOrganic productionEnvironmental scienceSowingAgronomyCultivarBiotechnologyAgricultural scienceAgroforestryBiology

Résumé

récupéré en direct d'OpenAlex

Organic vegetable production is a rapidly expanding segment within the fast growing organic sector of agricultural production. Although pests and diseases remain a challenge in organic production, the growth and expansion of this system is dependent on sustained use of good quality organic seed. Due to the limited supply of organic seed, the National Organic Program (NOP) allows the use of untreated conventional seed in organic production of vegetables and other crops. Conventional seed derives from a high input production system using synthetic pesticides and fertilizers. They also offer many varieties and are readily available at a much lower price compared to organic seed. Organic systems demand cultivars with different characteristics often absent in conventional cultivars, and this need begins with the seed. It is not common practice for farmers to test or sanitize seed before planting. Consequently, the use of such conventional seeds, which may not be well adapted to the low input organic production system, could favor disease susceptibility, establishment of seedborne pathogens especially in vegetables and their subsequent dissemination in the organic production system. Our overall goal is to improve organic vegetable crop health and production in the southeastern U.S. through application of sustainable seed health management and help limit seed borne infections, transmission and dissemination in organic vegetable production fields.

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)0,001
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 enseignants0,825
Score d'incertitude au seuil0,245

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,057
Tête enseignante GPT0,245
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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant Disease Management TechniquesTravaux en français237 207