MétaCan
Menu
Retour à la cohorte
Enregistrement W4409338510 · doi:10.1016/j.jspr.2025.102649

Management strategy evaluation of stored grain using global sensitivity analysis: Part I – Allowable maximum variations of temperatures and moisture contents of canola

2025· article· en· W4409338510 sur OpenAlexaff
Fuji Jian

Notice bibliographique

RevueJournal of Stored Products Research · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCanolaSensitivity (control systems)MoistureWater contentEnvironmental scienceAgronomyAgricultural engineeringMaterials scienceBiologyEngineeringComposite materialGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

To maintaining grain quality and quantity, stored grain should be stored at low temperatures and dry moisture contents with minimum variations of temperature and moisture content. Global sensitivity analysis was conducted to characterize these allowable variations by simulating different ranges of temperature, moisture content, and initial germination with different distributions of the simulated temperatures, moisture contents, and initial germinations. Mathematical models published in literature for predicting canola germination were coded in Symbiology and Simulink for conducting these simulations. Random and normal distributions of temperatures, moisture contents, and initial germinations were simulated. Simulations covered ranges of temperature (5–40 °C), moisture (6–12 %, wet basis), and initial germination (92–98 %) variations to assess their effects on germination reduction. Simulation results and global sensitivity analysis concluded that the allowable maximum variations of moisture content in stored canola granaries depended on the variation of temperatures, and vice versa. Any moisture variation would reduce the recommended safe storage time. The allowed maximum standard error of moisture contents for one third of the recommended safe storage time was 0.5, 0.5, and 0.1 percentage point at 18 ± 3, 23 ± 3, and 28 ± 3 °C, respectively. These findings provide critical guidelines for optimizing canola storage conditions to minimize spoilage risk. • Global SA and simulation were conducted to answer research questions. • Allowable variations of moisture depended on temperature variations, vice versa. • High initial germination at the beginning of the storage time had minimum effect. • The allowed maximum temperature was 23 ± 3 °C for safely storing canola. • Allowed standard error of moisture content was 0.5 percentage point at 23 ± 3 °C .

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)0,004
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,153

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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 Opus0,111
Tête enseignante GPT0,368
Écart entre enseignants0,257 · 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'étudeExpérimental (laboratoire)
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 Stored Products ResearchMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207