01_Phenotypic_data_per_individual_leaf.tab
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This file contains the raw phenotypic data, with one value per individual leaf, for leaf area and LMA measured on the grapevine diversity panel. “CodeVar” is the cultivar identifier, and “Cultivar.name” the full name of the genotype. “snp.imp.f.d.assign.noNA” is the genetic group (TE, table east; WE, Wine East; WW, Wine West) retrieved from Flutre et al. 2022. “LeafArea.cm2” is the leaf area in cm² and “LMA.g_per_cm2” the leaf mass per area in g per cm². “Date” is the date of measurement and “day” the corresponding day of year. “Orientation_plant” is the orientation of the plant on which the leaf was sampled and “Orientation_leaf” the orientation of the leaf itself (either SW, South West, or NE, North East). “Row” and “Position_plant” the spatial location of the plant in the experimental vineyard (row and position within the row). “"Plant_state" indicates whether the plant was assessed as holding virus or not. “Year_planted” indicates the year of obtention of the potted plant. This dataset was analysed in the R scripts “Leaf_area_analysis.html” and “Leaf_LMA_analysis.html” in order to explore the variability of LeafArea.cm2 and LMA.g_per_cm2 and to extract genotypic values (BLUPs).
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,017 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,603 |
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 découle