MétaCan
Menu
Retour à la cohorte
Enregistrement W4409289396 · doi:10.5539/jas.v17n5p42

Analysis of the Difference of Foxtail Millet Characteristics in Different Years and the Judging of the Stability and Distinctness

2025· article· en· W4409289396 sur OpenAlexvenueno aff
Ju Ji, Yao Wang, Guoqing Fu, AX Huo, Lingwei Chen, Han Zhang

Notice bibliographique

RevueJournal of Agricultural Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLeaf Properties and Growth Measurement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFoxtailMathematicsStability (learning theory)Significant differenceStatisticsAgronomyBiologyComputer scienceMachine learning

Résumé

récupéré en direct d'OpenAlex

This study aimed to explore the differences in the expression of foxtail millet characteristics between different years, and scientifically determine the stability within foxtail millet varieties and the distinctness between varieties. Using 69 foxtail millet germplasm resources as test materials, data on quantitative and qualitative characteristics of foxtail millet were obtained by testing the DUS (distinctiveness, uniformity, and stability) of foxtail millet. The 3-year testing data showed that each quantitative characteristic’s absolute average variation degree (VD ) was as follows: single panicle weight 69.06%, peduncle length 45.99%, stem length 44.25%, single-grain number 39.90%. Other characteristics’ absolute variation degree (VD ) were lower than 26.00%. The variation rates (VR) of each qualitative characteristic were as follows: dehusked grain color 35.21%, seedling leaf posture 32.39%, first leaf tip shape 25.35%, grain shape 25.35%, panicle shape 23.94%. Other characteristics’ variation rates (VR) were lower than 16.00%. Compared with 2021, the average variation degree (VD ) of 13 quantitative characteristics in 2022 was positive except for the negative average variation degree of heading stage, number of elongated internodes and number of culms per panicle. Compared with 2022, the average variation degree (VD ) of the 10 quantitative characteristics in 2023 was negative except for the positive average variation degree of bristle length, width of blade, panicle density, single-grain number, single panicle weight and grain yield per panicle. The expression of different characteristics in foxtail millet varied in different years, and the corresponding variation should be referenced for different characteristics.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,274
Score d'incertitude au seuil0,348

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,202
Écart entre enseignants0,185 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetLeaf Properties and Growth MeasurementTravaux en français237 207