MétaCan
Menu
Retour à la cohorte
Enregistrement W7095791771

Bumpiness problem and its remedy in Papaya (Carica Papaya)

2015· article· en· W7095791771 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiquePapaya Research and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCaricaHectareCultivarBoraxYield (engineering)Quality (philosophy)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Papaya (pawpaw) Carica papaya L. belongs to family Caricaceae. Papaya is a very good source of fruit sugar, vitamin A, B and C. This fruit is rich in minerals and salts and makes very good food. Fiji's climate is very suitable to grow papaya and Fijian grown papaya has a big export market. Main importing countries so far are New Zealand, Japan and Canada. Another potential country for exporting papaya from Fiji is Australia. However, strict quality control and high sanitary requirements must be met to export papaya to Australia. Papaya export has gone up in last few years but unfortunately there has been no export so far to Australia. Fruit's shape, size and smoothness are important determinant factors for export market. Misshapen fruits with bumps are not acceptable in overseas market. Similarly most importing countries prefer medium sized fruits. To get good quality papaya particularly fruits without bumps, it is necessary to apply Boron in soil. Results obtained in the present investigation showed that 5.0kg Boron (applied as borax pentahydrate) per hectare was very effective in reducing bumpiness to a very minimum thus improving the quality of fruits. Boron as such showed no effect on papaya yield per plant. Three cultivars tested for average fruit weight showed acceptable fruit weight for local and export market. However, Solo Sunrise was identified as the highest average fruit yielding cultivar (tons/hectare). Improvement in quality of papaya will open up new markets for export.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,098
Tête enseignante GPT0,366
Écart entre enseignants0,268 · 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'étudeExpérimental (laboratoire)
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPapaya Research and ApplicationsTravaux en français237 207