MétaCan
Menu
Retour à la cohorte
Enregistrement W2000037035 · doi:10.1139/g01-146

Efficiency of three PCR-based markers in assessing genetic variation among cowpea (<i>Vigna unguiculata</i>subsp.<i>unguiculata</i>) landraces

2002· article· en· W2000037035 sur OpenAlexvenueno aff
N. Tosti, Valeria Negri

Notice bibliographique

RevueGenome · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural pest management studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVignaAmplified fragment length polymorphismBiologyRAPDGenetic diversityMolecular markerGenetic markerGenetic variationGeneticsBotanyPopulationGene

Résumé

récupéré en direct d'OpenAlex

The main objective of this study was to investigate the efficiency of RAPD, AFLP, and SAMPL marker systems in detecting genetic polymorphism in cowpea landraces (Vigna unguiculata subsp. unguiculata (L.) Walp.) that probably share a similar genetic pool. A second objective was to determine the level of diversity among landraces from a restricted area, to define the most appropriate strategy of on-farm conservation. Each marker system was able to discriminate among the materials analysed, but a clear distinction between all the local varieties was only obtained with AFLP and SAMPL markers. The average diversity index was quite similar for each marker system, but owing to the differences in the effective multiplex ratio values the marker index was higher for the AFLP and SAMPL systems than for the RAPD system. The AFLP and SAMPL techniques appear to be more useful than the RAPD technique in the analysis of limited genetic diversity among the cowpea landraces tested. The significant correlations of SAMPL similarity and cophenetic matrices with those of the other markers, and the lower number of primer combinations required, indicate that this technique is the most valuable. The low genetic similarity detected among landraces suggests that all the cowpea landraces should be maintained on the respective farms from which they came.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,001
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,020
Tête enseignante GPT0,198
Écart entre enseignants0,177 · 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

Citations89
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGenomeMême sujetAgricultural pest management studiesTravaux en français237 207