MétaCan
Menu
Retour à la cohorte
Enregistrement W7108461190 · doi:10.1088/1755-1315/1549/1/012136

Analysis of Correlation and Coefficient for Seven Flax Varieties by Two Types of Sprinkler Heads System

2025· article· W7108461190 sur OpenAlexaboutno aff

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2025
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueVaried Academic Research Topics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPath coefficientCorrelation coefficientIrrigationPath analysis (statistics)Yield (engineering)CorrelationPositive correlation

Résumé

récupéré en direct d'OpenAlex

Abstract The experiment was carried out at Daquq Research Station, Kirkuk Governorate during 2018-2019 to evaluate solid set sprinkler irrigation indicators in the cultivation of flax varieties. The studied flax traits included plant height, number of secondary branches per plant, number of capsules per plant, number of seeds per capsule, weight of 1000 seeds, seed yield per plant, biological yield per plant, harvest index, and seed yield per hectare. The results showed that the highest genetic correlation was between stem diameter and seed yield, reaching 2.89 under the Canadian sprinkler head. The highest environmental correlation was observed between the number of main branches and seed yield, reaching 3.50 under the Turkish sprinkler head. The highest phenotypic correlation was between oil percentage and seed yield, reaching 2.38 for the Canadian sprinkler head. Regarding the path coefficient analysis, the Canadian sprinkler head showed the highest direct effect on the harvest index, reaching 0.7136. It also had the highest total effect through the oil-to-seed ratio, which reached 2.7173. For the trait of number of days to 50% flowering, the direct effect was 0.9996. In the interaction experiment between study factors, the highest direct effect was found through the oil-to-seed ratio, reaching 0.8580, with the highest total effect on the oil-to-seed ratio summing up to 1.2849.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,012
Tête enseignante GPT0,234
Écart entre enseignants0,222 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetVaried Academic Research TopicsTravaux en français237 207