MétaCan
Menu
Retour à la cohorte
Enregistrement W2089350473 · doi:10.1046/j.1439-0523.2000.00514.x

Marker‐assisted selection of common beans for resistance to common bacterial blight: efficacy and economics

2000· article· en· W2089350473 sur OpenAlexaff
Kangfu Yu, S. J. Park, Vaino Poysa

Notice bibliographique

RevuePlant Breeding · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésRAPDBiologyGenetic markerPopulationGeneticsMarker-assisted selectionQuantitative trait locusLocus (genetics)Molecular markerGenetic diversityGene

Résumé

récupéré en direct d'OpenAlex

Abstract The possibility of using random amplified polymorphic DNA (RAPD) markers previously mapped in the common bean PC50/XANI59 population to select for resistance to common bacterial blight (CBB) in different populations was examined. Two out of 02 selected RAPD markers were polymorphic in HR56 and W0633d, the parental lines used in this experiment. Cosegregation analysis of the two polymorphic markers and disease reaction in a recombinant inbred (RI) population derived from HR67/W1744d confirmed that one of the two RAPD markers, BC420 900 , was significantly associated with a major quantitative trait locus‐conditioning resistance to CBB in HR67. This locus accounted for approximately 51) of the phenotypic variation. The RAPD marker was transformed into a sequence characterized amplified region (SCAR) marker and used for selection in a different population derived from ‘Envoy’/HR67. Prediction for resistance to CBB with the BC420 .990 SCAR marker was 94.2% accurate in this population. A comparison between marker‐assisted selection (MAS) and conventional greenhouse screening showed that the cost of MAS is about one‐third less than that of the greenhouse test.

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)0,001
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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,206
Écart entre enseignants0,182 · 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

Citations156
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant BreedingMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207