MétaCan
Menu
Retour à la cohorte
Enregistrement W6903359040 · doi:10.1139/cjps10139

Oat mega-environments and test-locations in Quebec

2011· article· en· W6903359040 sur OpenAlexaboutno aff

Notice bibliographique

RevueBioOne Complete (BioOne) · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetics and Plant Breeding
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCultivarCoastal zoneBiplotExclusive economic zoneDry zoneYield (engineering)

Résumé

récupéré en direct d'OpenAlex

Yan, W., Pageau, D., Frégeau-Reid, J., Lajeunesse, J., Goulet, J., Durand, J. and Marois, D. 2011. Oat mega-environments and test-locations in Quebec. Can. J. Plant Sci. 91: 643-649. The Quebec agricultural regions have traditionally been divided into three zones. Zone 1 includes the small, southern most regions in the Montreal plain, zone 3 includes the large, discontinuous northern regions spreading from the west to the east of the province, and zone 2 includes areas between zone 1 and zone 3. Genotypic main effect (G) plus genotype-by-environment interaction (GGE) biplot analysis of the yield data from the Quebec Oat Registration and Recommendation trials during 2006-2009 revealed that the Quebec oat-growing regions can be divided into two distinct mega-environments: the small zone 1 region and the much larger zone 2 plus zone 3 regions. Due to the large genotype by mega-environment interactions, cultivar evaluation and recommendation must be conducted specifically to each mega-environment. However, a zone 3 test location, La Pocatière, consistently behaved like a zone 1 location in terms of cultivar ranking. Therefore, La Pocatière cannot be used to represent the zone 3 region, and cultivar recommendation for the regions represented by this location should be based on data from this location plus the zone 1 locations. In addition, climatic and soil data were examined in an attempt to explain this observation. The methodology adopted in this work may be of value to similar studies for other crops and in other regions.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,740
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,405
Tête enseignante GPT0,204
Écart entre enseignants0,201 · 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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioOne Complete (BioOne)Même sujetGenetics and Plant BreedingTravaux en français237 207