MétaCan
Menu
Retour à la cohorte
Enregistrement W6996504623

Seed Production of Cool-Season Food Legumes

2025· other· en· W6996504623 sur OpenAlexaboutno aff

Notice bibliographique

RevueMELSpace (ICARDA (The International Center for Agricultural Research in Dry Areas)) · 2025
Typeother
Langueen
DomaineMedicine
ThématiqueInflammatory Biomarkers in Disease Prognosis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Variety (cybernetics)CropQuality (philosophy)LegumeMechanizationCrop production
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cool-season food legumes - faba bean, chickpeas, and lentils - have been grown in the dry areas of West Asia for millennia. Cultivation has now expanded as far north as western Canada and as far south as Australia, with dramatic increases in area and production. Despite the long history of cultivation, crop improvement research began only recently with the establishment of research centers such as ICARDA. Efforts are being made to increase production to meet increasing demand from national and international markets. Provision of high-quality seed of new crop varieties is one way of increasing production and productivity. To produce and disseminate high-quality seed to farmers, production and quality control officers must have adequate technical knowledge of legume seed industry processes, from variety development to marketing and quality assurance. While there is a wealth of literature on crop improvement and grain production, technical information on seed production of cool-season food legumes is either unavailable or scattered among various sources; hence, the a need for a manual that will provide consolidated information with adequate detail on legume seed technology. This manual provides such information for faba beans, chickpeas, and lentils. It provides background information on variety description for release of new varieties; variety maintenance, a major limitation to multiplication of improved varieties; and technical aspects of seed multiplication, cleaning, treatment, storage, and quality assurance, with special emphasis on mechanization problems and seed-borne diseases. The manual is not intended to replace internationally established methods and procedures, but simply to make available, conveniently in one place, information on how to produce high-quality legume seed in a developing-country context.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0030,001

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 Opus0,040
Tête enseignante GPT0,339
Écart entre enseignants0,299 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 revueMELSpace (ICARDA (The International Center for Agricultural Research in Dry Areas))Même sujetInflammatory Biomarkers in Disease PrognosisTravaux en français237 207