MétaCan
Menu
Retour à la cohorte
Enregistrement W7052593298

Soybean seed quality and early development in cold climate conditions

2024· dissertation· en· W7052593298 sur OpenAlexfundno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2024
Typedissertation
Langueen
DomaineEngineering
ThématiqueParticle Accelerators and Free-Electron Lasers
Établissements canadiensnon disponible
Organismes subventionnairesInstitut National de Recherche pour l'Agriculture, l'Alimentation et l'EnvironnementMcGill University
Mots-clésQuality (philosophy)Crop yieldClimate changeAgricultureCultivar
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Soybean [Glycine max.(L.) Merr.] development is constrained by suboptimal growing conditions during germination and emergence.In cold climate regions, biostimulants could enhance the cold tolerance of developing soybeans, as well as the quality and viability of the next generation (F2) of soybean seed.The objectives of this thesis were to determine if the F2 seed of soybean had i) better quality based on seed protein and mineral nutrient content, and ii) greater cold tolerance during germination and emergence when the parent (F1) generation was treated with biostimulant, namely two formulations provided by Via Végétale.I hypothesised that F2 seed will have higher concentrations of proteins, such as 7S and 11S, and mineral nutrients, such as K, Ca, and Mg, when the F1 parent generation was treated with biostimulant, compared to no biostimulant treatment.Furthermore, I hypothesised that F2

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,258
Écart entre enseignants0,239 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetParticle Accelerators and Free-Electron LasersTravaux en français237 207