Evaluation of oat varieties adaptive properties by productivity in the Priobskaya forest-steppe zone
Notice bibliographique
Résumé
The results of evaluation of adaptive properties of released oat varieties of Siberian breeding by yield in the Priobskaya forest-steppe of Novosibirsk region are presented. The experiment was conducted on the experimental field of the Siberian Research Institute of Plant Production and Breeding in 2012-2021. The object of the study were 37 oat varieties included in the State Register of the Russian Federation and released in the West Siberian (№ 10) and East Siberian (№ 11) regions. Yield estimation and phenological observations were carried out according to the methodology of N.I. Vavilov All-Russian Institute of Plant Genetic Resources. For statistical data processing the method of B.A. Dospekhov was used. Potential productivity and adaptability of the varieties were determined by L.A. Zhivotkov et al. method, resistance of the varieties to stress conditions - by A.A. Goncharenko, the yield spread - by V.A. Zykin. Analysis of yields by groups of ripeness showed a natural tendency: as the growing season lengthens by groups of ripeness, the productivity potential also increases. The following varieties had high indicators of productivity potential in favorable years and adaptability to adverse environmental factors: Krasnoobsky, Mustang, Metis, Oven, Otrada, Talisman, Irtysh 21, SIR 4, Orion. The varieties Oven, Novosibirsk 5, CIR 4 showed high adaptability and stability. Four varieties were characterized by the ability to give not the maximum, but high stable yield under any conditions: Krupnozerny, Novosibirsk 88, Belozerny, and Korifey.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».