MétaCan
Menu
Retour à la cohorte
Enregistrement W2047425647 · doi:10.2298/hel0746199r

Rapeseed genetic research to improve its agronomic performance and seed quality

2007· article· en· W2047425647 sur OpenAlexaffabout
G. Rakow, Relf-Eckstein J.A., Raney J.P.

Notice bibliographique

RevueHelia · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNitrogen and Sulfur Effects on Brassica
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésCanolaRapeseedBrassicaGermplasmBiologyAgronomyCropOil productionHorticulture

Résumé

récupéré en direct d'OpenAlex

Rapeseed (canola) is the major Canadian oilseed and average annual production was 6,871,600 metric t for the 10-year period 1996-2005. Brassica napus is the only species grown, and only summer annual forms are cultivated in the short season areas of the western Canadian prairie. About 70% of the total production is exported, either as seed (50%) or oil (20%). We utilized inter-specific crosses between B. napus and related species to improve the disease resistance and seed quality of B. napus. We produced yellow-seed forms of B. napus from crosses with B. rapa and B. juncea which have higher seed oil content, and lower meal fiber content to improve the feed value of the meal. We also produced germplasm with high oleic/low linolenic acid content to improve the nutritional value of canola oil as well as its technological qualities for use in the production of solid fats without trans fatty acids. The content of saturated fats in canola oil was reduced to less than 5% of total fatty acids. Inter-specific methodology was also successful in the development of B. juncea mustard as an edible oilseed crop with high yield, disease resistance and seed quality for production in the semiarid regions of the Canadian prairie. This paper will describe the crossing approaches used to develop this germplasm and discuss future research activities for canola improvement.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,457

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,024
Tête enseignante GPT0,339
Écart entre enseignants0,315 · 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 tête enseignante, 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

Citations13
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHeliaMême sujetNitrogen and Sulfur Effects on BrassicaTravaux en français237 207