MétaCan
Menu
Retour à la cohorte
Enregistrement W2108460578 · doi:10.1017/s001667230900007x

Breeding without breeding

2009· article· en· W2108460578 sur OpenAlexafffund
Yousry A. El‐Kassaby, Milan Lstibůrek

Notice bibliographique

RevueGenetics Research · 2009
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic and phenotypic traits in livestock
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNárodní Agentura pro Zemědělský VýzkumNatural Sciences and Engineering Research Council of CanadaGrantová Agentura České Republiky
Mots-clésSelection (genetic algorithm)Tree breedingBiologyProgeny testingMating designGenetic gainMatingBiotechnologyPlant breedingHybridEvolutionary biologyGenetic variationGeneticsEcologyComputer scienceAgronomyHeterosisMachine learning

Résumé

récupéré en direct d'OpenAlex

An innovative approach to tree breeding called 'breeding without breeding' (BWB) is presented. The method, as applied on the material in hand, allows the capture of 75-85% of the genetic response to selection attained through conventional programmes without the need to do any controlled pollination and simplified or possibly no experimental field testing: both considered to be the most resource-demanding activities in breeding programmes. BWB combines the use of genotypic or phenotypic pre-selection of superior individuals, informative DNA markers for fingerprinting and pedigree reconstruction of offspring to assemble naturally created full- and half-sib families resulting from mating among selected parents, and quantitative genetics analyses to identify elite genotypes for further genetic improvement or the establishment of production populations. BWB utility is demonstrated using a retrospective study of Douglas-fir (Pseudotsuga menziesii) progeny tests consisting of offspring produced from 150 controlled crosses among 60 parents and established over three sites. The empirical results are supported by theoretical expectations demonstrating anticipated minimum genetic response compared with conventional approaches. The method's simplicity offers an exceptional opportunity for the development of comparable breeding efforts in developing countries, advanced and new breeding programmes, and economically important and 'minor' species.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,508
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,074
Tête enseignante GPT0,374
Écart entre enseignants0,300 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations135
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGenetics ResearchMême sujetGenetic and phenotypic traits in livestockTravaux en français237 207