Resistance to <i>Turnip mosaic virus</i> in <i>Brassica rapa</i> and <i>B. napus</i> and the analysis of genetic inheritance in selected lines
Notice bibliographique
Résumé
Forty‐two Brassica rapa and Brassica napus lines were tested for resistance to Turnip mosaic virus (TuMV) isolates representing the three major pathotypes in Europe. Of these lines, 11 were susceptible to all pathotypes; nine were resistant to one pathotype; eight were resistant to two pathotypes; and 14 were resistant to all three pathotypes. Of the lines tested, 23 were either able to, or had the potential to, discriminate between two different pathotype‐3 isolates. Genetic models for inheritance of resistance were proposed for four B. rapa lines: Jong Bai No. 2 had dominant resistance to pathotype 1 conferred by a single allele; PI418957C and Jin G 55 had recessive resistance to pathotype 4 where a single allele was required; PI418957C also had recessive resistance to pathotype 3 where a model with one of two epistatic, unlinked loci was proposed. Jong Bai No. 1 also had recessive resistance to pathotype 3, apparently conferred by alleles at three loci, where any two of the three loci were epistatic and required for resistance.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| 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 ».