Breeding Annual Grain Legumes for Sustainable Agriculture: New Methods to Approach Complex Traits and Target New Cultivar Ideotypes
Notice bibliographique
Résumé
Although yield and total biomass produced by annual legumes remain major objectives for breeders, other issues such as environment-friendly, resource use efficiency including symbiotic performance, resilient production in the context of climate change, adaptation to sustainable cropping systems (reducing leaching, greenhouse gas emissions and pesticide residues), adaptation to diverse uses (seeds for feed, food, non-food, forage or green manure) and finally new ecological services such as pollinator protection, imply the need for definition of new ideotypes and development of innovative genotypes to enhance their commercialization. Taken as a whole, this means more complex and integrated objectives for breeders. Several illustrations will be given of breeding such complex traits for different annual legume species. Genetic diversity for root development and for the ability to establish efficient symbioses with rhizobia and mycorrhiza can contribute to better resource management (N, P, water). Shoot architectures and phenologies can contribute to yield and biotic constraint protection (parasitic weeds, diseases or insects) reducing pesticide use. Variable maturity periods and tolerance to biotic and abiotic stresses are key features for the introduction of annual legumes to low input cropping systems and for enlarging cultivated area. Adaptation to intercropping requires adapted genotypes. Improved health and nutritional value for humans are key objectives for developing new markets. Modifying product composition often requires the development of specific cultivars and sometimes the need to break negative genetic correlations with yield. A holistic approach in legume breeding is important for defining objectives with farmers, processors and consumers. The cultivar structures are likely to be more complex, combining genotypes, plant species and associated symbionts. New tools to build and evaluate them are important if legumes are to deliver their exciting potential in terms of agricultural productivity and sustainability as well as for feed and food.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».