MétaCan
Menu
Back to cohort
Record W7036104475

Biodiversita e caratteristiche bio-agronomiche in lenticchia (lens culinaris medik.).

2016· book-chapter· it· W7036104475 on OpenAlexaboutno aff

Bibliographic record

VenueNova Science Publishers (Nova Science Publishers, Inc.) · 2016
Typebook-chapter
Languageit
FieldComputer Science
TopicResearch Data Management Practices
Canadian institutionsnot available
Fundersnot available
KeywordsHuman beingAuthorizationHuman use
DOInot available

Abstract

fetched live from OpenAlex

Tra le leguminose da granella la lenticchia (Lens culinaris Medik.), occupa un posto importante nella alimentazione umana, per la quantità e qualità di proteine contenute nel seme e per il contenuto di carboidrati associati alla bassa presenza di sostanze antinutrizionali. La coltivazione della lenticchia è ancora basata, nella maggior parte del mondo, su ecotipi locali e solo in pochi Paesi, come il Canada, si utilizzano varietà selezionate. La coltura, come molte leguminose minori, risulta poco presente negli ordinamenti colturali italiani e, negli ultimi decenni, la superficiecoltivata ha registrato una notevole riduzione a causa di ,molteplici fattori, come mancanza di germoplasma selezionato ed elevati costi di produzione. Attualmente, la superficie investita a lenticchia interessa circa un migliaio di ettari, ubicati nelle zone più svantaggiate di montagna o di collina dove, tuttavia, le condizioni pedo-climatiche conferiscono alla coltura buone caratteristiche organolettiche e qualitative. La maggiore attenzione del consumatore verso la l’origine e la qualità del prodotto agroalimentare ha indirizzato la ricerca verso la valutazione, caratterizzazione e valorizzazione delle risorse genetiche costituite, principalmente, da ecotipi di diversa provenienza. In questo lavoro sono riportati i risultati ottenuti da una prova sperimentale condotta su 30 accessioni di lenticchia di diversa origine geografica, messe a confronto con i 5 ecotipi siciliani più coltivati (Pantelleria 1, Pantelleria 2, LinosaV2, Villalba e Ustica), due varietà commerciali canadesi (Eston e Liard) e 2 accessioni spagnole (Spagna1 e Spagna2). Lo studio è stato condotto in un ambiente interno siciliano (Cammarata - Sparacia - 450 m s.l.m) in un quadriennio di sperimentazione. Le prove prevedevano un disegno sperimentale a blocchi randomizzati, in successione a frumento duro. Sono stati effettuati rilievi feno-morfologici e produttivi. Le linee in prova hanno fatto registrare un peso medio dei 1000 semi (28.84 g) in linea rispetto alla media degli ecotipi siciliani utilizzati (28,46 g). Di contro, il valore è risultato significativamente superiore alle due varietà canadesi Eston e Liard (26,03 g), ma inferiore al valore medio delle due accessioni spagnole (42,88 g). In particolare, le accessioni algerine 1 e 2, si sono distinte in modo significativo con medie, in alcune annate, superiori ai 50,0g. L’altezza media delle piante delle accessioni in studio (43,12 cm) e degli ecotipi siciliani (43,85cm) è risultata statisticamente più bassa rispetto alle varietà canadesi (48,09 cm) e spagnole (47,82 cm). La variabilità dell’ epoca di fioritura è risultata contenuta in tutto il materiale siciliano, ma con un anticipo medio di circa 4-5 giorni rispetto alle accessioni spagnole e alle varietà commerciali canadesi. L’analisi dei risultati ottenuti fa intravedere buone prospettive di sviluppo della coltura attraverso l’attuazione di piani di miglioramento genetico, mirati principalmente all’incremento produttivo e al miglioramento dei tratti feno-morfologici, con l’obiettivo, tra l’altro, di facilitare la meccanizzazione delle operazioni colturali.

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)0.050
metaresearch head score (Gemma)0.017
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMetaresearch, Meta-epidemiology (narrow), Bibliometrics, Science and technology studies, Scholarly communication, Open science, Research integrity, Insufficient payload (model declined to judge)
Consensus categoriesMetaresearch, Meta-epidemiology (narrow), Bibliometrics, Science and technology studies, Scholarly communication, Open science, Research integrity, Insufficient payload (model declined to judge)
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.758
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0500.017
Meta-epidemiology (narrow)0.0030.003
Meta-epidemiology (broad)0.0030.001
Bibliometrics0.0190.022
Science and technology studies0.0040.039
Scholarly communication0.1860.529
Open science0.0700.030
Research integrity0.0010.005
Insufficient payload (model declined to judge)0.0060.003

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 head0.118
GPT teacher head0.326
Teacher spread0.208 · 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; both teacher heads agree on what is shown here.

Study designNot applicable
Domainnot available
GenreOther

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

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueNova Science Publishers (Nova Science Publishers, Inc.)Same topicResearch Data Management PracticesFrench-language works237,207