A study of introduced apple cultivars according to the main components of winter hardiness by simulating damaging factors under controlled conditions
Notice bibliographique
Résumé
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».