Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightSonuç olarak, Richards modelinin hem silajlık hem de danelik mısırın kuru madde birikimini en iyi tanımladığı görülürken, lojistik modelin en az tanımlayan model olduğu görülmüstür.
📌 3 Maddede Bu Makale
Özet
Bu arastırma Bahri Dağdas Uluslararası Tarımsal Arastırma Enstitüsü deneme arazilerinde yürütülmüstür. Çalısmada C 955 silajlık ve DK 585 danelik mısır çesitleri Richards, Gaussian ve Lojistik büyüme modelleri kullanılarak kuru madde birikimleri tanımlanmaya çalısılmıstır. Modeller karsılastırılırken belirleme katsayısı ($R^ 2$), Hata Kareler Ortalaması (HKO), Model Etkinliği (ME), Ortalama Oransal Hata (OOH), Ortalama Kareler Varyasyonu (OKV) ve Yanlılık (Bias) değerleri dikkate alınmıstır. Sonuç olarak, Richards modelinin hem silajlık hem de danelik mısırın kuru madde birikimini en iyi tanımladığı görülürken, lojistik modelin en az tanımlayan model olduğu görülmüstür.
Abstract
This study was carried out at Bahri Dağdas International Agricultural Research Institute’s experimental areas. C 955 and DK 585 were used as material. Richards, Gaussian and Logistic growth models were used for describing plants growth. Coefficient of determination ($R^ 2$), mean squared error (MSE), model efficiency (ME), mean rational error (MRE), mean squared variation (MSV) and Bias were used as comparison criteria. As results, Richards model described dry matter accumulation of silage and seeds corns better than Gaussian and Logistic growth models. Logistic growth equation described dry matter accumulation of silage and seeds corns worse than others growth.