Notice bibliographique
Résumé
Variation of genotype–environment interactions can be divided to determine whether or not the interactions involve change in genotype or cultivar ranks across environments. However, no sound statistical tests are available for such determination. In this study, the restricted maximum likelihood (REML) analysis based on the mixed models theory was used to estimate genetic parameters and to test statistically for causes of genotype–environment interactions in two wheat (Triticum aestivum L.) crosses, Potam × Ingal and RL4137 × Ingal. The data with each cross consisted of the measurements of five quantitative traits for 144 F3‐derived F5 and F6 lines from 48 F2 families evaluated at Saskatoon in 1986 and 1987, respectively. The causes of family × year or line × year interactions were tested by comparing log likelihoods of reduced and full models (i.e., the family or line covariance structures with and without constraints). The REML estimation guaranteed that an estimated family or line covariance matrix was positive definite. Significant line × year interactions were detected in three traits in RL4137 × Ingal only and none involved rank changes. Significant family × year interactions were found in seven of 10 cross‐trait cases, but four of those seven cases involved change in family ranks across the 2 yr. The REML analysis allows the development of sound statistical tests for the different causes of interactions and constraining estimated genetic variances and covariances within acceptable ranges, thereby effectively removing the deficiencies with the conventional multivariate analysis of variance method.
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 | 0,011 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».