Isoyield Analysis of Barley Cultivar Trials in the Canadian Prairies
Notice bibliographique
Résumé
Abstract Classification of test sites used for cultivar trials into groups with similar within‐group site performance and response (isoyield groups) is an important step towards identification of appropriate cultivars that are best suited for different productivity levels in farm fields. The objective of this study was to determine isoyield environments in the Canadian prairies based on the analysis of cultivar trials consolidated from individual provinces for barley ( Hordeum vulgare L.). Yield data for the analysis were taken from 324 replicated trials at 84 sites across the prairies during 1995–2003. The combined use of regression and cluster analyses of the data normalized for averaging the multi‐year unbalanced data led to a stratification of the 84 sites into 13 isoyield groups. A comparison was made of the distributions of the variability among and within groups according to three modes of grouping: isoyield groups, soil zones and agroecoregions. There was more variability among isoyield groups and correspondingly less within the groups than that among and within soil zones or agroecoreions. Similar contrasting pattern existed for the variance components involving genotype–environment interaction (GEI), although the GEI variability was generally small under all three modes of grouping. Relationships of site sensitivity (regression coefficient) and stability (coefficient of determination) with site productivity were shown to be a useful aid for selecting a subset of test sites in an effort to improve efficiency and quality of future cultivar testing. Thus, isoyield analysis should be a valuable tool for subsetting heterogeneous environments and for reducing GEI impact in cultivar testing and recommendation.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».