MétaCan
Menu
Retour à la cohorte
Enregistrement W2096926759 · doi:10.1111/j.1439-0523.2008.01489.x

Genetic diversity in soybean genotypes from north‐eastern China and identification of candidate markers associated with maturity rating

2008· article· en· W2096926759 sur OpenAlexaff
Wei Li, Yingpeng Han, D. Zhang, Mei Yang, Weili Teng, Zhenfeng Jiang, Lijuan Qiu, Genlou Sun

Notice bibliographique

RevuePlant Breeding · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoybean genetics and cultivation
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésRAPDBiologyCultivarGenetic diversityGenetic similarityGenotypeGenetic markerHorticultureBotanyGeneticsGenePopulation

Résumé

récupéré en direct d'OpenAlex

Abstract Random amplified polymorphic DNA (RAPD) and simple sequence repeat (SSR) markers were used to estimate the genetic relationships among 101 soybean cultivars developed in north‐eastern China. Fifty‐three fragments of the 100 RAPD markers and 35 SSR markers tested were polymorphic across the 101 soybean cultivars. Similarity values among these soybean cultivars ranged from 45.2% to 100% for RAPD data, and ranged from 36.1% to 100% for SSR data. The similarity matrices for SSR data and RAPD data were moderately correlated (r = 0.31, P < 0.05). Cluster analyses indicated that the cultivars released from the same seed company were mostly grouped together. A principal component analysis, based on the combined RAPD and SSR data, yielded a good separation of soybean varieties with different maturity ratings [represented by soybean Heat Unit (HU)]. The varieties with HU < 2200 were well separated from those with HU > 2200. Four RAPD markers and eight SSR markers were significantly associated with the maturity ratings of soybean.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,023
Tête enseignante GPT0,178
Écart entre enseignants0,155 · 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'étudeObservationnel
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

Citations15
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant BreedingMême sujetSoybean genetics and cultivationTravaux en français237 207