The Influence of Cultivar and Orchard SystemonPruning Time Per Tree, Per Hectare, and Per Unit ofYield
Notice bibliographique
Résumé
In 1990 an NC-140 Orchard Systems Trial was established near Blacksburg, VA. The trial had four replications often orchard systems, which were combinations of three training systems and several rootstocks. The training systems were Slender Spindle (SS) planted at 2460 trees/ha, Vertical Axe (VA) planted at 1502 trees/ha, and Central Leader (CL) planted at 1111 trees/ha. Rootstocks used with each system were: SS: Budagovsky 9 (B.9), Mailing 9EMLA (M.9EMLA), and Mark; VA: M.9EMLA, M.26EMLA, Ottawa 3 (O.3), Polish 1 (P.I), and Mark; CL: M.26EMLA and Mark. From 1996/1997 through 1998/1999, the time required to prune each plot (same two people each year) was recorded. Pruning times for the winters of 1996/1997 through 1998/1999 were related to yields from these plots from 1997-1999. Yields per tree and per hectare, pruning time per tree and per hectare, kg of fruit per min of pruning time, and estimated cost of pruning per box of fruit all varied with cultivar as well as system. Only estimated pruning costs per box of fruit and pruning time per hectare had a significant interaction between system and cultivar. Compared to ‘Empire’, ‘Delicious’ yielded less per tree and per hectare, required more time to prune, and yielded less fruit per minute of pruning with the result that estimated pruning costs per box were 76% higher. Pruning time per tree was lowest for SS/Mark, CL/Mark, and VA/Mark and highest for VA/P.1. Pruning costs per 19.05 kg box of ‘Empire’ and ‘Delicious’ ranged from $0.11 and $0.14 for CL/Mark to $0.31 and $0.66 for VA/P.1, 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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».