Genetic Variation for Salinity Tolerance in Pakistani Rice (<i>Oryza sativa</i> L.) Germplasm
Notice bibliographique
Résumé
Abstract Soil salinity is one of the major production constraints. Development and planting of salt‐tolerant varieties can reduce yield losses due to salinity. We screened 185 rice genotypes at germination stage in petri dishes under control, 50, 100 and 150 m m salt stress, and at seedling stage in Yoshida's hydroponic nutrient solution under control, 50 and 100 m m salt stress. At germination stage, 15 genotypes including Nona Bokra, Sonahri Kangni, 7421, 7423 and 7467, whereas at seedling stage, 28 genotypes including Nona Bokra, Jajai‐77, KSK ‐133, KSK ‐282, Fakhr‐e‐Malakand, Pakhal, IR ‐6, Khushboo‐95, Shahkar and Shua‐92 were found salt tolerant. Basmati‐370, Mushkan, Homo‐46 and accessions 7436, 7437 and 7720 were sensitive to salinity at both germination and seedling stage. We further screened a subset of 33 salt‐tolerant and salt‐sensitive genotypes with SSR markers. Four SSR markers ( RM 19, RM 171, RM 172 and RM 189) showed significant association with two or more of the studied traits under 50, 100 and 150 m m salt stress. These markers may be further tested for their potential in marker‐assisted selection. The salt‐tolerant genotypes identified in this study may prove useful in the development of salt‐tolerant rice varieties in adapted genetic background.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».