Progeny evaluation for resistance to<i>Phaeosphaeria</i>leaf spot in tropical maize
Notice bibliographique
Résumé
Abstract Maize breeding programmes in Brazil and elsewhere seek reliable methods to identify genotypes resistant to Phaeosphaeria leaf spot. The area under the disease progress curve (AUDPC) is an accurate method to evaluate the severity of foliar diseases. However, at least three data points are required to calculate the AUDPC, which is unfeasible when there are thousands of genotypes to be assessed. The aim of this work was to estimate the heritability of disease resistance, evaluate disease severity at different times using a nine-point scale in comparison to the AUDPC, and establish the most suitable phenological period for disease assessment. A repeated experiment was conducted in a 11 × 11 lattice experimental design with three replications. Disease assessments were carried out at flowering, 15 and 30 days post-anthesis for the parental lines DS95, DAS21, the F1 generation and 118 F2:3 progenies. Then, the AUDPC was obtained and results compared with the single-point evaluations used to calculate it. Individual and joint analyses of variance were conducted to obtain heritabiliy estimates. The assessments performed after the flowering stage gave higher estimates of heritability and correlation with AUDPC. We concluded that one assessment between the 15th and 30th day after flowering could provide enough information to distinguish maize genotypes for their resistance to Phaeosphaeria leaf spot under tropical conditions.
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 ».