MétaCan
Menu
Retour à la cohorte
Enregistrement W4362514937 · doi:10.21930/agrosavia.model.7405170.cap1

Recurso genético y propagación

2023· book· es· W4362514937 sur OpenAlexaff
Rommel Igor León Pacheco, Lumey Pérez Artíles, Gloria Patricia Castillo Urquiza, Carlos Alberto Abaunza González

Notice bibliographique

RevueCorporación Colombiana de Investigación Agropecuaria (Agrosavia) eBooks · 2023
Typebook
Languees
DomaineAgricultural and Biological Sciences
ThématiquePlant and soil sciences
Établissements canadiensKensington Health
Organismes subventionnairesnon disponible
Mots-clésGeography

Résumé

récupéré en direct d'OpenAlex

Las especies del género Mangifera tienen su centro de diversidad y origen en el Sudeste Asiático, una región que ha experimentado un gran desarrollo económico en los últimos años.Extensas áreas boscosas han sido deforestadas total o parcialmente para expandir la agricultura o para la explotación de maderas duras tropicales con fines de exportación.La distribución de cultivos de mango fuera de sus centros de cultivos se puede atribuir principalmente a tres eventos históricos: 1) el movimiento de variedades indias (monoembriónicas) a lo largo de las rutas comerciales de los portugueses a África y Suramérica; 2) la propagación de las variedades del Sudeste Asiático (poliembriónicas), a través del océano Pacífico, a Centro y Suramérica por los españoles, y 3) la identificación de cultivares mejorados de mango, inicialmente en Florida y luego en otras nuevas áreas productoras de mango, como resultado de polinización entre germoplasmas de mango locales (Mukherjee & Litz, 2009).Sobre este último evento histórico, se puede decir que el mejoramiento genético del cultivo hasta ahora ha dependido de la utilización de la variabilidad genética encontrada en una sola especie (Mangifera indica).Por su parte, Mukherjee et al. (1965) mencionan que se debe idear una estrategia de muestreo in situ con el fin de satisfacer las necesidades urgentes de la

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 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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,417
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,005
Communication savante0,0030,001
Science ouverte0,0050,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,007

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 Opus0,049
Tête enseignante GPT0,243
Écart entre enseignants0,194 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCorporación Colombiana de Investigación Agropecuaria (Agrosavia) eBooksMême sujetPlant and soil sciencesTravaux en français237 207