MétaCan
Menu
Retour à la cohorte
Enregistrement W4406597616 · doi:10.9734/jeai/2025/v47i13230

Correlation Studies in Early Clonal Generation under Water Logging Condition in Sugarcane for Yield and Its Attributing Traits

2025· article· en· W4406597616 sur OpenAlexfundno aff
G. Sai Varija, Balwant Kumar, M. Vennela

Notice bibliographique

RevueJournal of Experimental Agriculture International · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSugarcane Cultivation and Processing
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsCentral Agricultural University, Imphal
Mots-clésYield (engineering)LoggingCorrelationBiologyAgronomyBiotechnologyMathematicsEcologyMaterials science

Résumé

récupéré en direct d'OpenAlex

An experiment was carried out during 2021-22 at Sugarcane Research Institute, Dr. RPCAU, Bihar using 24 clones that were planted in augmented design along with two checks. Data was recorded for the nine characters. There was a positively significant correlation found among cane yield and the following characteristics: cane diameter at harvest, number of millable canes at harvest, germination percentage at 45 days after planting, and number of shoots at 120 days after planting. Whereas, the number of aerial roots per node showed a negative correlation with cane yield. Traits viz., germination % at 45 days after planting, number of shoots at 120 days after planting, cane diameter at harvest, single cane weight, number of millable canes at harvest, HR Brix in November had direct and positive effect on cane yield, among these, number of millable canes at harvest showed highest direct and positive effect followed by single cane weight on cane yield, whereas, plant height at harvest, number of aerial roots per node, HR Brix in December and January showed negative direct effect on cane yield. The characters that showed significant correlation and positive direct effect can be selected further to obtain higher cane yields in sugarcane.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,079
Tête enseignante GPT0,335
Écart entre enseignants0,256 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Agriculture InternationalMême sujetSugarcane Cultivation and ProcessingTravaux en français237 207