Biplot Analysis of Genotype × Environment Interaction: Proceed with Caution
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Biplot analysis has been used for studying genotype × environment interaction (GE) or any two‐way table. Its descriptive and visualization capabilities along with the availability of user‐friendly software have enabled plant scientists to examine any two‐way data by a click on a computer button. Despite widespread use, the validity and limitations of biplot analysis have not been completely examined. Here we identify and briefly discuss six key issues surrounding overutilization or abuse of biplot analysis. We question (i) whether the retention of the first two multiplicative terms in the biplot analyses is adequate; (ii) whether the biplot can be more than a simple descriptive technique; (iii) how realistic a “which‐won‐where” pattern is identified from a biplot; (iv) what if genotypes and/or environments are random effects; (v) how relevant biplot analysis is to the understanding of the nature and causes of interaction; and (vi) how much the biplot analysis can contribute to detection of crossover interaction. We stress the need for use of confidence regions for individual genotype and environment scores in biplots to make critical decisions on genotype selection or cultivar recommendation based on a statistical test. We conclude that the biplot analysis is simply a visually descriptive statistical tool and researchers should proceed with caution if using biplot analysis beyond this simple function.
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.
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) | 0,000 | 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 découle