Early Prediction of <i>Miscanthus</i> Biomass Production and Composition Based on the First Six Years of Cultivation
Notice bibliographique
Résumé
ABSTRACT Miscanthus is a promising feedstock for second‐generation bioethanol production. This perennial crop produces its biomass in two phases: a yield‐building phase, where the biomass production increases gradually, and a plateau phase, where it is maintained. However, to target the breeding of Miscanthus for second‐generation bioethanol production, the early selection of interesting traits is critical. We therefore investigated the interannual correlations within and among the traits related to biomass production and composition. We studied 21 clones belonging to M. × giganteus J. M. Greef & Deuter ex Hodk. & Renvoize, M. sacchariflorus (Maxim.) Benth. & Hook. f. ex Franch., and M. sinensis Andersson species cultivated on plots from the second to the sixth year at two harvest dates. The biomass production, canopy height, plant stem number, and aboveground plant volume index were better predicted from the third year than from the second year (minimum correlation coefficients of 0.76 and 0.67 respectively). The stem diameter was well predicted from the second year (correlations above 0.93). The canopy height and the aboveground plant volume index determined in the second and third year were the best predictors of the biomass produced in the second, third, and fourth year (minimum correlations of 0.77 against 0.52 for flowering date or 0.64 for stem diameter). For older crops, the canopy height measured in the second and third year was the best predictor of the biomass production (correlations above 0.70). The interannual correlations were lower for the biomass composition‐related traits than for the production‐related traits and fluctuated over time. These results showed that early prediction of interesting traits is feasible to breed varieties tailored for biofuel production.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 ».