MétaCan
Menu
Retour à la cohorte
Enregistrement W3217300923 · doi:10.23649/jae.2021.3.19.4

STUDY OF SOWING QUALITIES OF SOYBEAN SEEDS IN SEED FARMS OF AMUR REGION

2021· article· en· W3217300923 sur OpenAlexaboutno aff
I.М. Prisyazhnaya, S. P. Prisyazhnaya, Alexander V. Lipkan, Vyacheslav S. Usanov

Notice bibliographique

RevueRussian Agency for Digital Standardization · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Productivity and Crop Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSowingCropAgronomyBiologyCultivar

Résumé

récupéré en direct d'OpenAlex

An analysis of soybean seeds prepared for sowing in the farms of the Tambov, Konstantinovsky and Ivanovo districts of the Amur Region was carried out. In the farms of the surveyed areas, in the structure of sown areas, the main soybean crop is cultivated, which constitutes a share in the structure of crop rotation of more than 70 %. For sowing, 9 varieties of soybean are prepared by the Soybean Institute and 2 varieties of breeding in Canada and Ukraine. Of the 9 varieties, 7 belong to medium ripe and 2 varieties to late ripe groups. The area of soybean sowing in the region is 70 % occupied by the breeding varieties of the Soybean Institute. The quality of the tested seeds of 9 soy varieties is not at the proper level. Of the 27 seed lots tested, 9 varieties of 10 lots (37%) belong to the second category (according to the purpose, these seeds of the second and third reproductions sown on seed plots of seed farms). Weather conditions in 2020 unfavorably developed on the quality of soybean grain harvesting. To improve the situation under the sowing of 2021, in the whole region, the share of elite soybean seeds, the production of the Soybean Institute, increased 1.8 times.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,031
Tête enseignante GPT0,246
Écart entre enseignants0,215 · 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'étudeObservationnel
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRussian Agency for Digital StandardizationMême sujetAgricultural Productivity and Crop ImprovementTravaux en français237 207