MétaCan
Menu
Retour à la cohorte
Enregistrement W2001283526 · doi:10.2135/cropsci2007.07.0389

Mass Selection for Small Seed Size in Natto Soybean Populations and the Resulting Effect on Seed Yield

2008· article· en· W2001283526 sur OpenAlexaff
Elroy R. Cober, H. D. Voldeng

Notice bibliographique

RevueCrop Science · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoybean genetics and cultivation
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBiologySelection (genetic algorithm)CultivarPopulationAgronomyHorticultureYield (engineering)Botany

Résumé

récupéré en direct d'OpenAlex

Natto soybean [ Glycine max (L.) Merr.] cultivars are typically small seeded and seed yield is generally lower than that of oilseed cultivars. We investigated the effects of mass selection for small seed size on seed yield. Two sets of populations were developed, from crosses of natto and larger‐seeded parents, using mass selection; nine tested in three site‐years in 2003 and 2004, and four tested from 2002 to 2004. Populations were advanced with mass selection for seed size applied to F 3 and F 4 seeds using either no. 14 or 15 round‐hole sieves. F 4:5 recombinant inbred lines (RILs) from AC Colibri/OT91‐3, unselected for seed size, were evaluated from 2002 to 2004. Selection for small seed reduced seed weight but did not affect yield or days to maturity when comparing two sieve sizes. The seed yield of natto selections remained at about 80% of the oilseed check cultivars in this study. In nine populations, among progenies resulting from mass‐selection for seed size, random selections were significantly higher yielding and later maturing but did not differ in seed weight compared to visually selected lines. In four populations segregating for leaflet shape, mass selection for small seed size resulted in more narrow‐leaflet lines. Selection for narrow leaflets may aid in reducing seed size in some populations. The seed size distribution of the RILs suggests that selection for small seed size may cause a bottleneck in mass selected populations and result in small effective population sizes.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,857
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

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

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 Opus0,046
Tête enseignante GPT0,249
Écart entre enseignants0,203 · 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

Citations8
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCrop ScienceMême sujetSoybean genetics and cultivationTravaux en français237 207