AI-oversat

Præsentation af en metode til at forbedre kendskabet til sortsegenskaber, modellernes betydning og behovet for ny udvikling

Innovations Agronomiques (2009) 7, 105-119

eller

Detaljeret beskrivelse

Den viden, der er opnået inden for agronomi og statistik, gør det i dag muligt at udnytte resultaterne fra sortsvurderingsnetværkene langt bedre og at opnå en dybere forståelse af vækstbetingelser og sorter. Hvad angår sorterne, er det muligt at vurdere sortenes tolerance over for produktionsbegrænsende faktorer, hvis virkninger er knap synlige eller vanskelige at måle. Denne artikel præsenterer en metode til fortolkning af resultaterne fra sortsforsøgene, baseret på en beskrivelse af de produktionsbegrænsende faktorer. Metoden bygger på indsamling af miljødata, observation af kontrolsorter samt anvendelse af agronomiske modeller. Der anvendes ligeledes statistiske værktøjer (lineær regression, faktoriel regression), som sikrer hurtighed og en fyldig fortolkning, til at sammenholde variationerne i en produktionsvariabel med de variabler, der beskriver de begrænsende faktorer. De nødvendige forudsætninger for anvendelsen af denne metode (data, observationer) samt dens nuværende begrænsninger præsenteres. Det igangværende arbejde med at forbedre de agronomiske og statistiske modeller, som involverer alle aktører inden for sortsvurdering, forventes at gøre det muligt at reducere den ekstra arbejdsbyrde, der er forbundet med opfølgningen på forsøgene, og at opnå en bedre overensstemmelse mellem statistisk fortolkning og agronomisk ekspertise i forbindelse med sortsforsøgene.

1/1

eller

Detaljerede oplysninger om bidrag

Projekt

Innovations agronomiques

Innovations agronomiques

Placering
France
Forfattere
C. Lecomte, L. Prost, A. Gauffreteau
Formål
Implement best practices, Monitor (metrics, conditions, progress, performance)

Filtype
dokument
Oprettet den
02. jan. 2009
Oprindelsessprog
French
Officielt projektwebsted
Innovations agronomiques
Licens
CC BY