Partitioning of General and Specific Combining Ability Effects for Estimating Maternal and Reciprocal Effects
Notice bibliographique
Résumé
General and specific combining ability effects were partitioned according to a proposed model to estimate general and specific combining ability effects for each parent when it is used as a female or a male in its hybrid combinations. A working example includes a full-diallel among eight parents was used so that all possible hybrid combinations were included. The objectives of this study were: (1) to compare the GCA and SCA effects before and after partitioning, (2) to evaluate the relative contribution of each parent to its cross combination when it is used as a male or female parent, (3) to estimate maternal effects in the form of GCA and SCA effects, and (4) to estimate the relationship between maternal and reciprocal effects. Results revealed that estimated GCA effects according to Griffing’s method is equal to the average of GCA effects of each parent, after partitioning, when it is used as a male and a female in its hybrid combinations. In addition, the average of the difference between female and male GCA effects would provide precise estimation of the maternal effect. This would prove that maternal effect provides precise estimation to the favorable alleles, which is mainly additive. The SCA effects calculated according to Griffing’s method is the average of SCA effects of each cross and its reciprocal. The average of the difference between SCA effects of each cross and its reciprocal, according to the proposed model, is equal to the reciprocal effect. This would prove that reciprocal effect provides precise estimation to the interaction effect between nuclear and cytoplasmic genes given that the interaction between male and female alleles inside the nucleus of the cross is similar to its reciprocal hybrid.
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 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».