IDENTIFICATION OF HIGH MOLECULAR GLUTENINS IN SPRING SOFT WHEAT VARIETIES OF CANADIAN SELECTION
Notice bibliographique
Résumé
Мягкая пшеница (Triticum aestivum L.) – важнейшая сельскохозяйственная культура, являющаяся основой хлебопекарного производства. В настоящее время увеличился спрос на высококачественные продукты питания, в том числе хлебобулочные изделия, однако качество зерна и выпекаемого хлеба, не смотря на рост производства, неуклонно снижается (Карпушин, 2017). Агротехническими приёмами сложно, дорого, а, зачастую, вообще невозможно повысить качество зерна, следовательно, в процессе селекции необходимо на генетическом уровне обеспечивать высокий технологический и хлебопекарный потенциал сортов мягкой пшеницы. Soft wheat (Triticum aestivum L.) is the most important agricultural crop, which is the basis of bakery production. Currently, the demand for high-quality food products has increased, including bakery products, but the quality of grain and baked bread, despite the growth in production, is steadily declining (Karpushin, 2017). It is difficult, expensive, and often impossible to improve the quality of grain by agricultural techniques, therefore, in the breeding process, it is necessary to ensure the high technological and baking potential of soft wheat varieties at the genetic level.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».