Unidades térmicas para el desarrollo del cultivo de maíz amarillo duro (Zea mays, L.) en la localidad de Cañete
Bibliographic record
Abstract
Para determinar las unidades térmicas requeridas para el desarrollo de maíz amarillo duro se sembraron cinco híbridos en el fundo Don Germán ubicado en el distrito de Cañete (Lima –Perú), en dos fechas de siembra (13 de noviembre del 2012 y 18 de enero del 2013), en un diseño en Bloques Completos al Azar, con seis repeticiones. Los híbridos evaluados fueron: NB 7316 (triple), NK 254 (simple), Dekalb 7088 (simple), AG 1596 (simple), y NK Impacto (simple doble haploide). Los intervalos fenológicos evaluados fueron: siembra a emergencia, emergencia a panojado y siembra a panojado. Se compararon tres modelos para calcular las unidades térmicas en cada intervalo fenológico: El modelo residual modificado con temperatura base de 10 °C (TT10), el modelo Ontario (C.H.U.), y el modelo Ometto. Los resultados obtenidos indican que dentro de los híbridos, el más precoz fue NK Impacto con 57 días en promedio de las dos fechas de siembra, seguido de AG-1596 y NB-7316 con 72 y 76.5 días, respectivamente y finalmente NK-254 y Dekalb 7088 con 79 y 80.5 días, respectivamente. Sin embargo, la diferencia en días transcurridos entre la primera fecha de siembra y la segunda no fue constante para todos los híbridos, siendo mayor en Dekalb 7088 con 19 días y menor en NK Impacto, con 4 días. Dentro de cada intervalo fenológico, los valores de unidades térmicas fueron mayores cuando se calculaban usando el modelo C.H.U. y menores cuando se usaba el modelo TT10, arrojando el modelo OMETTO, valores intermedios. Para ningún híbrido existe concordancia en las unidades térmicas calculadas para las dos fechas de siembra en ninguno de los modelos evaluados.El híbrido que produjo los más altos rendimientos en ambas fechas de siembra fue AG-1596 (15.753 ton ha-1 en promedio), mientras que los que produjeron los menores rendimientos fueron NK-254 y NK Impacto (9.291 y 9.277 ton ha-1, respectivamente).
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 | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| 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".