MétaCan
Menu
Back to cohort
Record W2311372032 · doi:10.1590/0100-2945-206/14

RESPOSTA DE PORTA-ENXERTOS DE CARAMBOLEIRA À ADUBAÇÃO COM ZINCO

2015· article· pt· W2311372032 on OpenAlexaff
Antonio João de Lima Neto, William Natale, Viviane Cristina Modesto

Bibliographic record

VenueRevista Brasileira de Fruticultura · 2015
Typearticle
Languagept
FieldAgricultural and Biological Sciences
TopicGrowth and nutrition in plants
Canadian institutionsUniversité Laval
Fundersnot available
KeywordsHorticultureChemistryPhysicsBiology

Abstract

fetched live from OpenAlex

RESUMO Apesar de ser amplamente cultivada no Estado de São Paulo, na literatura, há poucas informações sobre os efeitos da adubação e da nutrição em porta-enxertos de caramboleira. O trabalho teve como objetivo avaliar o crescimento das plantas e o acúmulo de Zn em porta-enxertos de caramboleira, submetidos a diferentes doses de zinco. O trabalho foi desenvolvido entre os meses de setembro de 2012 e fevereiro de 2013, em viveiro comercial de produção de mudas, localizado em Taquaritinga-SP. O delineamento foi em blocos casualizados, com cinco doses de zinco: zero; 2,0; 4,0; 6,0 e 8,0 mg dm-3 de Zn, quatro repetições e três plantas por parcela. Os porta-enxertos empregados no experimento estavam com um ano e dois meses de idade e foram cultivados em sacos de polietileno, com casca de pínus como substrato. Aos 170 dias após a aplicação do zinco, avaliaram-se: altura das plantas, diâmetro do caule, número de folhas, massa seca da parte aérea, das raízes e total. A concentração de zinco nas raízes e na parte aérea foi determinada e, em seguida, calculou-se o acúmulo de Zn nas diferentes partes da planta. O zinco influenciou na altura de plantas, diâmetro caulinar, emissão de folhas, acúmulo de massa seca da parte aérea, raízes e total. O maior desenvolvimento dos porta-enxertos de caramboleira esteve associado à dose entre 3,1 e 3,8 mg dm-3 de Zn. Doses elevadas de zinco prejudicam o crescimento e o acúmulo do micronutriente nos porta-enxertos de caramboleira.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.194
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0010.000
Scholarly communication0.0010.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.001

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.

Opus teacher head0.052
GPT teacher head0.276
Teacher spread0.224 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations3
Published2015
Admission routes1
Has abstractyes

Explore more

Same venueRevista Brasileira de FruticulturaSame topicGrowth and nutrition in plantsFrench-language works237,207