MétaCan
Menu
Retour à la cohorte
Enregistrement W6999718571

Determination of main weed species, their distributions and densities in wheat growing areas of Erzincan-Otlukbeli County

2010· article· en· W6999718571 sur OpenAlexaboutno aff

Notice bibliographique

RevueDergiPark (Istanbul University) · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeedCirsium arvenseConvolvulusSecaleDigitaria sanguinalisGaliumWeed controlBromusAvena fatuaSetaria viridis
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study was carried out to determine the main weed species, their distributions and densities in wheat growing areas of Erzincan-Otlukbeli county in 2006. In this areas, there was no herbicides application in wheat so that wheat growers did not have any equepments for chemical control of weeds. This is a case study which was done in a small microclimate areas in where no chemical control was used against weed species. Based on the results of surveys, which were done in 36 wheat fields by using devided sampling methods, 51 different weed species belinging to the 20 families were determined. In survey area, main weed species were as follows; Caucalis platycarpos L. (small bur parsley), Secale cereale L. (rye), Centaurea deprassa Bieb. (dark blue bottle), Cirsium arvense (L.) Scop. (canada thistle), Melampyrum arvense L. (puple cow wheat), Agrostemma githago L. (corn corkle), Polygonum aviculare L. (prostrate knotweed), Convolvulus arvensis L. (field bindweed), Vaccaria pyramıdata Medik. (cow corkle), Bromus sterilis L. (barren brome). Additionaly C. deprassa, C. platycarpos, A. githago, M. arvense, S. cereale, C. arvense, C. arvensis, P. aviculare, Papaver rhoeas L. (corn pappy), C. orientalis were the most frequently observed weed species respectively.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,166

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)0,0010,000

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 Opus0,009
Tête enseignante GPT0,172
Écart entre enseignants0,163 · 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'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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetWeed Control and Herbicide ApplicationsTravaux en français237 207