Breeding Chickpea for Early Phenology: Perspectives, Progress and Prospects
Notice bibliographique
Résumé
Chickpea (Cicer arietinum L.) is currently grown in over 50 countries representing a wide range of environments and cropping systems. Phenology (time to flowering, podding and maturity) is an important component of crop adaptation in these environments. Crop maturity ranges from 80 to 180 days depending on genotype, soil moisture, time of sowing, latitude and altitude. However, in at least two-thirds of the chickpea growing area, the available crop-growing season is short (90-120 days) due to risk of drought or temperature extremities at the end of season (pod filling stage of the crop). About 73% of the global chickpea area is in South and Southeast Asia where chickpea is largely grown rainfed in the post-rainy season on receding soil moisture and often experiences terminal drought and heat stresses. Early phenology is also important in autumn-sown rainfed crop in Mediterranean-type environments for escape from terminal drought, as in Australia; and in summer-grown crop in the temperate environments for escape from frost at the end of season, as in Canada. Early phenology is also needed for promotion of chickpea to rice-fallows and other late sown conditions of south Asia. Hence, development of early maturing cultivars is one of the major objectives in chickpea breeding programs of International Crops Research Institute for the Semi-Arid Tropics (ICRISAT), Patancheru, India and in several countries, including India, Myanmar, Bangladesh, Ethiopia, Australia and Canada. Several short-duration cultivars with resistance to fusarium wilt have been developed which have made significant impacts on enhancing chickpea area and production in central and southern India, Myanmar and Ethiopia. Efforts are being made to combine earliness with resistance to ascochyta blight and chilling tolerance for enhancing adaptation of chickpea to short-season Mediterranean regions and temperate environments. Early and extra-early cultivars are expected to play key role in expanding chickpea area in new niches where available crop growing season is short.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».