Transformação box-cox em experimentos com pimentão em ambiente protegido
Bibliographic record
Abstract
Em olericultura, o interesse é a produção de frutos comercializáveis. Em experimentos nessa área agronômica comumente são avaliadas variáveis tais como a fitomassa e o número de frutos. No entanto, essas variáveis apresentam uma característica particular que está relacionada com sua ausência no momento da colheita. Este atributo é representado por valores zero, gerando certa variabilidade e afetando a análise de variância dos dados. Assim, teve-se por objetivo definir uma transformação adequada para as variáveis observadas em colheitas por planta de experimentos com a cultura do pimentão, realizados em ambiente protegido, visando estabilizar a variabilidade gerada pela presença de valores zero nas múltiplas colheitas dos frutos. Os experimentos foram realizados nas estações sazonais verão/outono e inverno/primavera, utilizando a família de transformações de Box-Cox, com uma adaptação apresentada em Yamamura (1999). Apesar da redução na variabilidade e a normalidade dos resíduos, observadas em todos os experimentos, o uso do método não foi eficiente para tornar as variâncias homocedásticas. Concluiu-se que para dados de colheitas por planta de experimentos com pimentão, avaliando a fitomassa e o número de frutos, a transformação indicada é a inversa da raiz quarta.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".