AI tulkots

Metodes izklāsts, lai uzlabotu zināšanas par šķirņu īpašībām, modeļu nozīme, nepieciešamība pēc jauniem risinājumiem

„Agronomiskie jauninājumi“ (2009) 7, 105–119

vai

Detalizēts apraksts

Šodien agronomijā un statistikā iegūtās zināšanas ļauj daudz plašāk izmantot šķirņu novērtēšanas tīklu rezultātus, kā arī padziļināt izpratni par augšanas apstākļiem un šķirnēm. Attiecībā uz šķirnēm ir iespējams novērtēt šķirņu pielāgošanās spēju ražošanu ierobežojošiem faktoriem, kuru ietekme ir maz pamanāma vai grūti izmērāma. Šajā rakstā tiek izklāstīta šķirņu izmēģinājumu rezultātu interpretācijas metode, kas balstās uz ražošanu ierobežojošo faktoru aprakstu. Tā pamatojas uz vides datu vākšanu, kontroles šķirņu novērošanu un agronomisko modeļu izmantošanu. Lai sasaistītu ražošanas mainīgā lieluma svārstības ar mainīgajiem, kas raksturo ierobežojošos faktorus, tiek izmantoti arī statistikas rīki (lineārā regresija, faktoru regresija), kas nodrošina ātrumu un plašas interpretācijas iespējas. Tiek izklāstīti šīs metodes īstenošanai nepieciešamie pamati (dati, novērojumi) un tās pašreizējie ierobežojumi. Pašreizējie darbi pie agronomisko un statistisko modeļu uzlabošanas, kuros iesaistīti visi šķirņu novērtēšanas procesā iesaistītie dalībnieki, ļaus samazināt papildu darbu apjomu, kas nepieciešams izmēģinājumu uzraudzībai, un panākt labāku saskaņotību starp statistisko interpretāciju un agronomisko ekspertīzi šķirņu izmēģinājumos.

1/1

vai

Detalizēta informācija par materiālu

Projekts

Innovations agronomiques

Innovations agronomiques

Atrašanās vieta
France
Autori
C. Lecomte, L. Prost, A. Gauffreteau
Mērķis
Implement best practices, Monitor (metrics, conditions, progress, performance)

Faila tips
dokuments
Izveidots
2009. g. 02. janv.
Izcelsmes valoda
French
Oficiālā projekta tīmekļa vietne
Innovations agronomiques
Licence
CC BY