Interpretation of Genotype × Environment Interaction for Winter Wheat Yield in Ontario
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
An understanding of the causes of genotype × environment (GE) interaction can help identify traits that contribute to better cultivar performance and environments that facilitate cultivar evaluation. Through subjecting environment‐centered yield of a multi‐environment trial data to singular value decomposition, the portion of yield variation that is relevant to cultivar evaluation is partitioned into noncrossover and crossover GE interaction, quantified by the first two principal components (PC), respectively. Each PC is a set of genotypic scores multiplied by a set of environmental scores. By relating the PC scores to genotypic and environmental covariates, GE interaction represented by each PC can be interpreted in terms of trait × factor interactions. This strategy was employed in analysis of the 1992 to 1998 Ontario winter wheat ( Triticum aestivum L.) performance trial data. Results indicated that plant height and maturity were the major genotypic causes of GE interaction, whereas cold temperature in the winter and hot temperature in the summer were the major environmental causes of GE interaction. Positive interactions were found between earlier maturity vs. warmer winters or hotter summers, and between shorter plant height vs. warmer winters or cooler summers. In addition, better resistance to septoria leaf blotch (caused by Septoria secalis Prill. & Delacr.) was frequently associated with overall performance. The results of this study should help in determining breeding objectives and for selecting test sites or environments for winter wheat breeding in Ontario.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle