MétaCan
Menu
Retour à la cohorte
Enregistrement W6960652121 · doi:10.1371/journal.pone.0294682.t006

Resistance factors.

2023· dataset· en· W6960652121 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2023
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAdvances in Cucurbitaceae Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrellis (graph)CultivarPhotovoltaic systemPassion fruitYield (engineering)Acre

Résumé

récupéré en direct d'OpenAlex

<div> Using a trellis to plant vegetables and fruits can double or triple the yield per acre as well as reduce diseases/pests, ease harvesting and make cleaner produce. Cultivars such as cucumbers, grapes, kiwi, melons, peas, passion fruit, pole beans, pumpkins, strawberries, squash, and tomatoes are all grown with trellises. Many of these cultivars showed increased yield with partial shading with semi-transparent solar photovoltaic (PV) systems. To further increase the efficiency of trellis-based growing systems, this study investigates novel low-cost, open-source, sustainable, wood-based PV racking designs for agrivoltaic applications. Design calculations are made to ensure these racks exceed Canadian building code standards, which with snow loads surpass those of most of the world. A complete bill of materials, fabrication instructions, and proof-of-concept prototypes are provided for three system topographies (sloped, T-shaped and inverse Y) along with economic analysis. In addition, to being cost competitive, the designs can act as trellis supports and be used for irrigation/fertigation purposes. The results indicate that these racking structures have enormous promise both agriculturally and energetically. If employed on only grape farms inside Canada, 10 GW of PV potential is made available, which is more than twice the total current installed PV in Canada. </div>

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
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 ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0190,017

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 Opus0,057
Tête enseignante GPT0,360
Écart entre enseignants0,303 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetAdvances in Cucurbitaceae ResearchTravaux en français237 207