MétaCan
Menu
Retour à la cohorte
Enregistrement W4389299656 · doi:10.1590/s1678-3921.pab2023.v58.03371

Silicon application for the production and quality of raspberry fruit in a subtropical region

2023· article· en· W4389299656 sur OpenAlexaff
Alexandre Dias da Silva, Rafael Pio, Letícia Alves Carvalho Reis, Muhammad Siddique Afridi, Natália Ferreira Suárez, Pedro Maranha Peche, Carlos Henrique Milagres Ribeiro

Notice bibliographique

RevuePesquisa Agropecuária Brasileira · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSilicon Effects in Agriculture
Établissements canadiensUniversity of Guelph
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de Minas GeraisConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésBlowing a raspberryRubusTransplantingHorticultureSubtropicsHuman fertilizationCropRespirationBiologySeedlingAgronomyEnvironmental scienceBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract The objective of this work was to evaluate the effect of silicon (Si) on the cultivation and quality of raspberries (Rubus idaeus). The experiment consisted of seven treatments and four blocks located in a subtropical region. Each plot consisted of three pots with one seedling of 'Batum' raspberry. In each pot, the treatment consisted of Si doses at 0, 50, 100, 200, 400, 800, or 1600 mg dm-3, which were applied to the soil 15 days after the transplanting of the seedlings. Field analyses were performed by measuring chlorophyll a and b, water potential, and production. Fruit were analyzed for color, firmness, respiratory rate, soluble solids, and pH. Fertilization with Si stimulates the increase of fruit number and of the raspberry production per plant. The Si application increases the fruit production and fruit firmness; however, it reduces the water potential and respiration rate.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,735
Score d'incertitude au seuil0,202

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,056
Tête enseignante GPT0,288
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePesquisa Agropecuária BrasileiraMême sujetSilicon Effects in AgricultureTravaux en français237 207