Genetic parameters and correlations between stem size, forking, and flowering in teak (<i>Tectona grandis</i>)
Notice bibliographique
Résumé
The genetic improvement of teak (Tectona grandis Linn. f.), a high value tropical hardwood, has been hindered by a paucity of genetic parameter estimates. In particular, an association between flowering age and forking height has been suggested but never before quantified. In this study, 3- to 6-year data from a cloned progeny test were used to estimate heritability and genetic correlations among stem size, forking, and flowering traits. Mean narrow-sense heritability estimates [Formula: see text] were 0.09–0.10, and mean broad-sense heritability estimates ([Formula: see text]) were 0.38–0.45 for stem size traits. There were no age trends in [Formula: see text] or [Formula: see text]. Age–age additive and nonadditive genetic correlations were strong and were not related to the time interval between measurements. Forking height and forking age were under weak to moderate genetic control. Flowering age was under substantially greater genetic control, with [Formula: see text] of 0.21 and [Formula: see text] of 0.46. Additive and nonadditive genetic correlations between forking height and flowering age were estimated to be 0.84 and 0.55, respectively. Improvement of forking height was calculated to be almost twice as efficient by indirect selection on late flowering. These results suggest that within-provenance selection for teak stem size need not be delayed beyond 3 years and that indirect selection on flowering age will improve forking height.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 ».