MétaCan
Menu
Retour à la cohorte
Enregistrement W7136324466 · doi:10.7868/s3034519725060113

COMPREHENSIVE ASSESSMENT OF WINTER WHEAT-WHEATGRASS HYBRIDS BY CROP STRUCTURE ELEMENTS AND BREEDING INDICES

2025· article· en· W7136324466 sur OpenAlexaboutno aff
V.E. Samokhina, A.D. Alentcheva, A.A. Soloviev, O.A. SHCHUKLINA

Notice bibliographique

RevueВестник российской сельскохозяйственной науки / Vestnik of the Russian Agricultural Science · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Productivity and Crop Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHybridCropPlant breedingProductivityCrop yieldYield (engineering)

Résumé

récupéré en direct d'OpenAlex

In order to select the best forms in breeding practice, the analysis of lines according to breeding indices is widespread, which makes it possible to identify samples according to the complex of studied characteristics against the background of certain soil and climatic conditions. The article presents data on the assessment of winter wheat-wheatgrass hybrids from the collection of the Distant hybridization department of the MBG RAS by crop structure elements and breeding indices for 2022–2024. On average, over the years, the height of plants ranged from 75.1 to 102.5 cm, the length of the ear – from 8.3 to 10.8 cm, the number of grains per ear – from 26.7 to 48.5 pcs, their weight – from 1.47 to 3.24 g per ear, the weight of 1000 grains – from 44.1 to 58.6 g, biological yield – from 513.5 to 1232.5 g/m2. Nine samples were identified according to the Finnish-Scandinavian index, three according to the Mexican index, and ten according to the Canadian index. The value of the linear density index of the ear above 4 pcs/cm had twenty-one lines, four lines were distinguished in relation to the size to the number of grains in the ear. Three lines had the highest productivity index. According to the totality of all the signs, the best lines were identified: WWH 43, WWH 49, WWH 50, WWH 51, WWH 57 and WWH 90. These samples are recommended for further study and management of the breeding process.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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 Opus0,008
Tête enseignante GPT0,239
Écart entre enseignants0,231 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueВестник российской сельскохозяйственной науки / Vestnik of the Russian Agricultural ScienceMême sujetAgricultural Productivity and Crop ImprovementTravaux en français237 207