MétaCan
Menu
Retour à la cohorte
Enregistrement W4301074328 · doi:10.11648/j.ijae.20220702.11

Digital Seed Morphometric Analysis of Nigerian Cultivated Rice (<i>Oryza sativa</i> L.) Varieties Grown Under Guinea Savannah Agro-ecology

2022· article· en· W4301074328 sur OpenAlexaboutno aff
Lawal Ismaila Temitayo, Adebisi Moruf Adebisi

Notice bibliographique

RevueInternational Journal of Agricultural Economics · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOryza sativaDigital image analysisBiologyHorticultureMathematics

Résumé

récupéré en direct d'OpenAlex

This study investigated the varietal differences for morphometric properties among Nigerian cultivated rice varieties. Twenty-two rice varieties were grown under rain fed conditions in guinea agro-ecology at National Agricultural Seed Council, Abuja, Nigeria in 2017 and 2018. After 30 days of harvest, seed samples were collected for morphometric evaluation. The seed samples were evaluated in laboratory of the Department of Plant Breeding and Seed Technology, Federal University of Agriculture, Abeokuta in 2017 and 2018 using completely randomized design in three replicates. Seeds obtained from the 22 varieties in two years were assessed for: six morphometric (physical) characters: seed projected area, seed straight length (mm), seed curve length (mm), seed straight width (mm), seed curved width (mm), seed width length (mm) and seed perimeter (mm) using an Epson Scanner connected to a computer device to acquire image of the seeds. A reagent instrument from Reagent Instrument Inc. Canada was used for the digital image analysis by running the custom written software WinSEEDLETM (Pro Version). Data obtained were subjected to Analysis of Variance and means were separated using Tukey’s HSD at 5% probability level. Pearson’s correlation coefficient and principal component analyses were also used. Significant varietal differences were observed for all seed physical characters evaluated. Seed physical characters (projected area, curve length, seed width, seed length and perimeters) were higher in 2018 compared to 2017. WAB 189 had superior physical characters. FARO 62 and FARO 22 had the least values for most of the seed physical characters. Most of the seed morphometric characteristics were strongly associated with one another. PC1 with seed projected area, straight length, seed straight width, seed curved width and seed perimeter contributed to the total variation observed. The study concluded that WAB 189 and FARO 50 with superior seed physical characters should be used for future seed improvement programme.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,026
Tête enseignante GPT0,234
Écart entre enseignants0,208 · 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'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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Agricultural EconomicsMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207