MétaCan
Menu
Retour à la cohorte
Enregistrement W4312176674 · doi:10.31367/2079-8725-2022-83-6-59-63

Priority technologies for developing new highly productive varieties of spring bread wheat in the Middle Urals

2022· article· en· W4312176674 sur OpenAlex
Н. Н. Зезин, V. A. Vorobiev, A. V. Vorobiev, Z. R. Nikolaeva

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

RevueGrain Economy of Russia · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Productivity and Crop Improvement
Établissements canadiensnon disponible
Organismes subventionnairesRussian Academy of SciencesUral Branch, Russian Academy of Sciences
Mots-clésVariety (cybernetics)ProductivityAgricultural scienceAgricultureNew VarietyBiologyGeographyMathematicsAgronomyCultivarStatisticsEcologyEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

The study has been carried out at the FSBSI «Ural Federal Agrarian Research Center of the Ural Branch of the Russian Academy of Sciences» on the fields of the Krasnoufimsk Breeding Center in 2019–2021. The purpose was to develop new highly productive varieties of spring bread wheat adapted to the climatic conditions of the Middle Urals using parental forms with high breeding indices in hybridization. There has been given a characteristic of the earlymaturing variety ‘Ekstra’ and middle-early maturing ‘Nitsa’ and their parents, namely, ‘Omskaya 35’ and ‘Iren’, ‘Ekaterina’ and ‘Krasnoufimskaya 100’, according to such breeding indices as Mexican, Canadian, Poltava, attraction, productivity, potential head productivity, intensity, micro-distribution, linear head density, grain filling. There has been shown that the productivity advantage of the variety ‘Ekstra’ over the variety ‘Iren’ was 0.37 t/ha (11.1 %) and over thevariety ‘Omskaya 35’ it was 0.31 t/ha (9.1 %). The variety ‘Ekstra’ has combined the high values of six breeding indices from the middle maturing variety ‘Omskaya 35’ and exceeded both parents in the studied indices. The productivity advantage of the variety ‘Nitsa’ was 0.52 t/ha (19.2 %) over the variety ‘Ekaterina’ and over the variety ‘Krasnoufimskaya 100’ it was 0.40 t/ha (14.2 %). It has combined the high values of four indices from the variety ‘Ekaterina’, six from the variety ‘Krasnoufimskaya 100’ and significantly exceeded the parental varieties according to such indices as Poltava, Mexican, microdistribution, attraction, grain filling, intensity. There has been identified a high positive correlation between grain productivity and attraction indices (r = 0.761) and Mexican (r = 0.864), an average positive correlation between indices of intensity (r = 0.601), potential head productivity (r = 0.507), grain filling (r = 0.333). The results have showed that involving parents with high values of breeding indices into hybridization could contribute to the development of new highly productive varieties of spring wheat.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,181

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,036
Tête enseignante GPT0,212
Écart entre enseignants0,176 · 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