MétaCan
Menu
Retour à la cohorte
Enregistrement W2046258547 · doi:10.1139/x05-082

Pollen contamination and mating patterns in a Douglas-fir seed orchard as measured by simple sequence repeat markers

2005· article· en· W2046258547 sur OpenAlexvenueno aff
Gancho T. Slavov, Glenn T. Howe, W. T. Adams

Notice bibliographique

RevueCanadian Journal of Forest Research · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensnon disponible
Organismes subventionnairesOregon State University
Mots-clésSeed orchardPollenBiologyOrchardPollinationBotanyHorticultureMatingEcology

Résumé

récupéré en direct d'OpenAlex

Pollen contamination is detrimental to the genetic quality of seed orchard crops. Highly variable simple sequence repeat (SSR) markers make it possible to accurately measure pollen contamination and characterize patterns of within-orchard mating by directly identifying the male and female parent of each seed produced in the orchard. We used nine SSR markers to measure pollen contamination and characterize mating patterns based on seed samples collected in 3 years (1999, 2000, and 2003) from one block of a nonisolated, open-pollinated, clonal seed orchard of Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) in western Oregon. Pollen contamination was consistently high across the 3 years (mean = 35.3%, range = 31.0%-41.3%) and appeared to result primarily from cross-pollination among the orchard blocks. Levels of pollen contamination varied substantially among clones and were higher in clones with early female receptivity (mean = 55.5%) than in those with either mid (mean = 36.4%) or late (mean = 28.3%) female receptivity. We detected low rates of self-pollination (mean = 1.8% per clone) and over 10-fold differences in the relative paternal contributions of the clones. There was a clear pattern of positive assortative mating with respect to floral phenology. This study illustrates that SSR markers are powerful tools for characterizing seed lots and improving the design and management of Douglas-fir seed orchards.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,093
Tête enseignante GPT0,291
Écart entre enseignants0,199 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetPlant and animal studiesTravaux en français237 207