Multivariate analysis of stripe rust assessment and reactions of barley in multi-location nurseries
Notice bibliographique
Résumé
Xi, K., Chen, X. M., Capettini, F., Falconi, E., Yang, R. C., Helm, J. H., Holtz, M. D., Juskiw, P., Kumar, K., Nyachiro, J. and Turkington, T. K. 2013. Multivariate analysis of stripe rust assessment and reactions of barley in multi-location nurseries. Can. J. Plant Sci. 93: 209–219. A total of 1357 entries, mainly consisting of hulled two-row, hulled six-row and hulless barley, were evaluated in stripe rust nurseries at Toluca, Mexico during 2007, Quito, Ecuador during 2007 and 2008, and Pullman and Mt. Vernon, USA [Pacific Northwest (PNW)] during 2007–2009. Disease screening data for barley stripe rust resistance at multiple locations and seasons were analyzed using factor analysis (FA), principal component analysis (PCA) and analysis of variance (ANOVA). Factor analysis led to the removal of a number of disease assessment variables that had inadequate disease levels or an unsuitable rating scale. The PCA scores revealed that the two-row types of barley were generally more resistant than the six-row and hulless types. ANOVA indicated that the effect of seasonal influence on screening was small, while stripe rust susceptible and resistant barley types were differentiated significantly on mean values averaged on infection type (IT) and percentage diseased leaf area (disease severity, DS) during the 3-yr tests in multiple screening nurseries. The significant correlations in disease assessments between IT and DS suggest that either assessment can be used to replace the other without a significant loss of information regarding barley stripe rust reactions. The first principal component is a useful criterion for assessing stripe rust reactions in barley lines.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 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 ».