Improvement of Oat as a Winter Forage Crop in the Southern United States
Notice bibliographique
Résumé
ABSTRACT Oat ( Avena sativa L.) is a cool season annual grass species produced for grain and forage in many countries. The majority of oat cultivars in the United States are spring types grown primarily for grain production. However, in the southern region of the United States, much of the oat production consists of winter types that are grown for grain or animal forage, and in some cases as a dual‐purpose crop. As with other small grain crops used for forage production, the improvement of grazing tolerance, forage yield, and forage quality have not been major goals in U.S. oat breeding programs even though oat forage is a rich source of protein, vitamin B 1 , phosphorus, iron, and other minerals. However, breeding and research efforts for oat have recently been revitalized because of increased awareness of the positive health benefits associated with oat consumed as a whole grain food. Strengthening the molecular approaches for forage oat breeding in the southern United States could have a large impact on cattle production systems and could increase the production area planted to oat. Although many of the molecular tools developed for the improvement of grain production could be applicable to winter forage oat breeding, the tools are currently an untapped resource within the forage breeding community. The objectives of this manuscript are to examine the production of forage oat, the current state of forage oat breeding, and how molecular tools could aid and strengthen the development of improved forage oat cultivars.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».