Evaluation of technological indicators of collection varieties of oats in the Tyumen region
Notice bibliographique
Résumé
Abstract. This article presents the results of a long-term study of collectible varieties of oats in the Tyumen region. The purpose of the study is to study the collection of spring oats, which forms high technological indicators, to increase grain production and to improve its quality. Materials and methods of research. The experiment was conducted in 2019–2021 in the conditions of the Tyumen Region at the experimental field of the Northern Trans-Urals Research Institute (Russia), using generally accepted methods of analysis and standard techniques. 167 varieties of oats of various ecological and geographical origins were evaluated according to the main technological indicators (grain type, weight of 1000 seeds and filminess), the Otrada variety was used as a standard. Results. A positive relationship of grain yield with the mass of 1000 seeds was established for all years of study (r = 0.21…0.45), a negative relationship was observed for all years with the film content of grain (r = –0.21; –0.31; –0.36). Regression analysis determined a significant positive effect on increasing the yield of 1000 seeds, negative – film content. Varieties of oats with a consistently high natural grain weight were identified: k-15272 (USA), 15254 (USA), k-15234 (Lithuania), k-15340 (Omsk region), weight of 1000 seeds: k-15278, (Moscow region), 15013 (Altai Krai), k-15330 (Ulyanovsk region), k-14402 (USA). As well as a low percentage of films: k-15301 (Canada), k-15272 (USA), k-15280 (Moscow region), k-15048 (Finland). The distinguished varieties of oats are particularly valuable for a number of reasons, they can be used in breeding work as sources, and they have high potential and product quality: k-15013 (Altai Krai), k-13911 (Leningrad region), k-15330 (Ulyanovsk region), k-15425 (Germany), k-15272 (USA), k-15301 (Canada). Scientific novelty. A comprehensive assessment of 167 varieties of spring oats was carried out and the most promising ones were identified, differing in the best technological quality indicators, which can be recommended in breeding work in order to improve the quality of grain, not inferior in yield.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».