Selection for seed size and its impact on grain yield and quality in kabuli chickpea
Notice bibliographique
Résumé
Seed cost is a major input expense for the production of kabuli chickpea (Cicer arietinum L.) due to its large seed size. Use of small seeds could reduce production costs because a lower volume of seeds would be needed per unit area. This study determined the effects of seed size, and selective use of small seeds, year after year, on the field performance of kabuli chickpea in Swift Current, Saskatchewan from 2000 to 2003. Separated large (9.1–11.0 mm diameter) and small (8.1–9.0 mm) seeds of certified CDC Xena were compared with the original, unseparated seeds during the 4-yr study period. Also, small seeds separated from small-seeded previous crops and large seeds separated from large-seeded previous crops were compared with the respective generations of unseparated seeds. Year significantly affected plant biomass, seed yield, and the proportion of ≥ 9-mm-diameter seeds (9DSeeds) in the harvested seed lot, and crops grown from large and small seeds separated from the original seed lot (i.e., 1st year of separation) did not differ in a given year. The 2nd year of selection for small seeds affected seed yield and 9DSeeds, although the effect was minimal. With 3 consecutive years of selection, small seeds lowered seed yield by 23% and decreased 9DSeeds by 10% compared with the unseparated seeds. Selective use of large seeds improved biomass, but did not increase seed yield or 9DSeeds compared with the unseparated seeds. Small seeds of a certified kabuli cultivar can be selectively used for up to 2 consecutive years before incurring a yield penalty, but the use of small seeds will decrease the percentage of large seeds in the harvested seed lot. Key words: Seed weight, selection pressure, Cicer arietinum L.
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 | 0,000 | 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 ».