MétaCan
Menu
Retour à la cohorte
Enregistrement W1507035825 · doi:10.5376/lgg.2014.05.0002

Genetic Divergence Analysis in Vegetable cowpea (<i>Vigna unguiculata</i> subsp. <i>unguiculata</i> [L.]) Genotypes

2014· article· en· W1507035825 sur OpenAlexvenueno aff
Vavilapalli Siva Kumar

Notice bibliographique

RevueLegume Genomics and Genetics · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural pest management studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVignaMahalanobis distanceGenetic divergencePoint of deliveryBiologyGenotypeDivergence (linguistics)HorticultureCluster (spacecraft)Veterinary medicineGenetic diversityMathematicsGeneticsStatisticsGeneMedicine

Résumé

récupéré en direct d'OpenAlex

In order to assess the divergence among 22 cowpea genotypes, mahalanobis D2 statistics was applied. The analysis of variance revealed significant differences among the genotypes for all the traits. The 22 genotypes were grouped into 6 clusters, where clusters I was the largest, containing eleven genotypes followed by the clusters III (5 genotypes) and cluster II with three genotypes. The inter cluster distance was maximum between cluster III and VI followed by cluster III and V. Based on inter cluster distance and per se performance of genotypes, the entries viz ., VU 1, VU 2, VU6, VU 8 and VU  21 were selected, which could be intercrossed to recover good recombinants and desirable segregants. The pod yield per plant contributed maximum divergence (66.23%) which was followed by pod weight (20.78%) and plant height (8.23%).

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,191
Écart entre enseignants0,182 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLegume Genomics and GeneticsMême sujetAgricultural pest management studiesTravaux en français237 207