MétaCan
Menu
Retour à la cohorte
Enregistrement W1979671500 · doi:10.1139/x01-066

Genetic control of wood physicochemical properties, growth, and phenology in hybrid aspen clones

2001· article· en· W1979671500 sur OpenAlexvenueno aff
Qibin Yu, Pertti Pulkkinen, Matti Haapanen, Raimo Alén, Lars-Göran Stener, Egbert Beuker, P. M. A. Tigerstedt

Notice bibliographique

RevueCanadian Journal of Forest Research · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhenologyBiologyclone (Java method)Genetic variationGenetic gainGenetic correlationHeritabilitySelection (genetic algorithm)Genetic variabilityBotanyClonal selectionHorticulturePhenotypic traitAnimal sciencePhenotypeGenotypeEvolutionary biologyGeneticsGene

Résumé

récupéré en direct d'OpenAlex

To better understand the genetic control of wood chemical and fibre properties in hybrid aspen, genetic relationship of these with growth and phenological traits were examined. In all, 18 hybrid aspen clones were sampled in the 13- and 14-year-old clone trials in Sweden. Strong clone within family effects were present for growth and wood properties. The repeatability estimates across two sites were 0.85, 0.65, 0.56, 0.54, and 0.65 for alkali soluble lignin content, arithmetic average fibre length, coarseness, diameter, and height, respectively. Genetic correlations generally exceeded the corresponding phenotypic correlations. The phenotypic and genetic correlations were negative between fibre count and height growth (–0.64 and –0.65, respectively) and between fibre count and length of growth period. The result suggests that the length of the growth period could be a good predictor of clone differences in fibre count. The estimated correlations were unfavourable, in the sense that clonal selection directed at increasing the fibre count is expected to produce an indirect genetic decline in growth. Intersite genetic correlations indicated that wood characters were more stable than growth traits.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,244
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations44
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetForest ecology and managementTravaux en français237 207