The study of onion source material in the light-brown soils of the Caspian Sea arid zone
Notice bibliographique
Résumé
In the conditions of the Astrakhan region there have been studied onion accessions of various ecological and geographical origin from the world collection of the Federal Research Center N. I. Vavilov All-Russian Institute of Plant Genetic Resources. The aim was to search and isolate sources and donors of agronomic traits for breeding work. Over three years of study (2017-2019), 117 onion samples were evaluated, of which 14 most promising accessions were identified based on the results of phenological, morphological and biometric observations and counts. The most productive samples with the yield from 52.3 to 64.1 t/ha in the conditions of the light-brown soils from Australia (Selfed), Hungary (Zillani), USA (Red Mom), Canada (Nothern) have been selected. Of these, the most adaptive to the conditions of the arid zone are Nothern, Selfed, Zillani, Red Mom (adaptability coefficient 1.19...1.46). According to the index form (1.0), the following specimens were identified: Vertus (Denmark), Southport (Canada), Zillani (Hungary), Jetset (Netherlands), Encore (USA), Kyrmyz (Abkhazia). Varieties with the complex of agronomictraits are the most valuable source material for onion breeding in the arid zone of light-brown soils of the Astrakhan region: Selfed (Australia), Zillani (Hungary), Red Mom (USA), Nothern (Canada).
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».