Caractérisation agromorphologique des accessions de riz adventices (<i>Oryza </i>sp) collectés dans les rizières de la zone interfluve du Tchad
Bibliographic record
Abstract
Le riz est la céréale de base des populations des Régions administratives de la Tandjilé et du Mayo- Kebbi Est, dans le sud du Tchad. Le rendement du riz est cependant relativement très bas (moins de 1 t/ha). Ceci est lié à plusieurs facteurs parmi lesquels la forte infestation des rizières par les riz adventices et la faible utilisation des semences des variétés améliorées haut rendement. Parmi les mauvaises herbes, les plus fréquentes et nocives pour le riz cultivé, sont les espèces comme Oryza sativa L., Oryza barthii (A Chev) et Oryza longistaminata (A. Chev et Roehr). Celles-ci montrent une forte dynamique de l'infestation dans les rizières des plaines inondées des Régions administratives de la Tandjilé et du Mayo-Kebbi Est. La caractérisation agromorphologique de 24 échantillons riz adventices issus des opérations de prospectioncollecte d'octobre 2005 à Mars 2006 a été réalisée. A partir d’un dispositif de Ficher à trois répétitions, une expérimentation a permis de mettre en évidence, par une analyse de variance , une classification ascendante hiérarchique et l'analyse factorielle discriminante, l'existence de cinq groupes de riz adventices.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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".