When Is Early Generation Selection Effective in Self‐Pollinated Crops?
Notice bibliographique
Résumé
ABSTRACT Despite widespread use of early generation testing and selection (EGT) in breeding for self‐pollinated crops, its effectiveness remains largely an unresolved issue. This issue is tackled here using elaborated genetic models that enable genetic and nongenetic effects to be assessed for the effectiveness of EGT in terms of (i) the selection response at one or more early generations relative to the response to direct selection at homozygosity and (ii) the probability of retaining superior lines selected during EGT. The selection response to EGT is analyzed for a model with quadratic genetic components due to additive, dominance, additive × additive, and linkage effects in selfed populations derived from a cross between two inbreds. The response to one cycle of EGT is less than the response to direct selection and decreases with nonadditive effects, repulsion linkage and reduced heritabilities. The cumulative response to two or more cycles of EGT is greater than the response to direct selection unless there are strong nonadditive effects, strong repulsion linkage, and low heritabilities. The probability of retaining a superior line at EGT decreases with increased nonadditive effects and low heritabilities. The proportion of lines needed to minimize the risk of erroneously culling superior lines increases with increased nonadditive effects and low heritabilities. Thus, EGT should be used for populations or traits with little nonadditive effect, coupling linkage and high heritability.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».