MétaCan
Menu
Retour à la cohorte
Enregistrement W4224233051 · doi:10.30901/2227-8834-2022-1-31-37

A study of introduced apple cultivars according to the main components of winter hardiness by simulating damaging factors under controlled conditions

2022· article· en· W4224233051 sur OpenAlex
А М Галашева, Н. Г. Красова, Z. E. Ozherelieva

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.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuePROCEEDINGS ON APPLIED BOTANY GENETICS AND BREEDING · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCultivarFrost (temperature)HorticultureSowingHardiness (plants)CambiumBiologyBark (sound)CropAgronomyGeographyXylemEcology

Résumé

récupéré en direct d'OpenAlex

Background. Most of the plantings of fruit crops in Russia are located in the zone of risky agriculture. In the European part of Russia, in winter, fruit crops are affected by the impacts of weather conditions (spring frosts, droughts, early frosts, low-temperature stress, a short growing season, and thaws). Frosts cause 98% of the damage to fruit trees.Methods. One-year-old branches were frozen in a Japanese Espec PSL-2KPH climate chamber after prehardening under –5°C and –10°C for 5 days, and damaging factors of the winter period were simulated.Results. The bioresource collection of the All-Russian Research Institute of Fruit Crop Breeding (VNIISPK) contains 730 appletree cultivars from various domestic and foreign institutions. Apple cultivars from Ukraine, Belarus, Latvia, Moldova, USA, France, Czech Republic, Sweden and Canada were analyzed for frost resistance components. The resistance of plants to early frosts of–25°C without hardening and after hardening in early winter (Component I) showed that the main tissues (bark, cambium and wood) suffered minor damage in all studied cultivars. In cv. ‘Belarusskoye Sladkoye’, the damage to the bark scored 2.3 points. Among the studied apple cultivars whose one-year-old branches were frozen at –38°C and –40°C (Component II), ‘Coremolda’ (Moldova) showed the highest frost resistance to the negative mid-January temperature of –38°C (damage to the buds and main tissues scored 0.3–1.0 points). Under–40°C (Component II), ‘Coremolda’ (Moldova) and ‘Aivaris’ (Latvian breeding) demonstrated bark, cambium and wood resistance with damages at the level of 2.0 points. These cultivars can be used in breeding programs as sources of frost resistance. Freezing of one-year-old branches under –25°C after a 3-day artificial thaw at +2°C revealed bud and tissue resistance in the American cv. ‘Red Free’ and in cv. ‘Coremolda’ (Component III).

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 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 enseignants0,934
Score d'incertitude au seuil0,582

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,033
Tête enseignante GPT0,246
Écart entre enseignants0,213 · 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