MétaCan
Menu
Retour à la cohorte
Enregistrement W2121604732 · doi:10.1534/genetics.107.078451

The Genetics of Domestication of the Azuki Bean (<i>Vigna angularis</i>)

2008· article· en· W2121604732 sur OpenAlexfundno aff
Akito Kaga, Takehisa Isemura, ‍Norihiko Tomooka, Duncan A. Vaughan

Notice bibliographique

RevueGenetics · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural pest management studies
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of GeneticsUniversity of Haifa
Mots-clésVignaBiologyDomesticationQuantitative trait locusCropGerminationGenetic linkageGeneticsLinkage (software)BotanyHorticultureGeneAgronomy

Résumé

récupéré en direct d'OpenAlex

Genetic differences between azuki bean (Vigna angularis var. angularis) and its presumed wild ancestor (V. angularis var. nipponensis) were resolved into QTL for traits associated with adaptation to their respective distinct habits. A genetic linkage map constructed using progenies from a cross between Japanese cultivated and wild azuki beans covers 92.8% of the standard azuki bean linkage map. A reciprocal translocation between cultivated and wild azuki bean parents was identified on the basis of the linkage map having a pseudolinkage group and clustering of seed productivity-related QTL with large effect near the presumed breakpoints. In total, 162 QTL were identified for 46 domestication-related traits. Domestication of azuki bean has involved a trade-off between seed number and seed size: fewer but longer pods and fewer but larger seeds on plants with shorter stature in cultivated azuki bean being at the expense of overall seed yield. Genes found related to germination and flowering time in cultivated azuki bean may confer a selective advantage to the hybrid derivatives under some ecological conditions and may explain why azuki bean has evolved as a crop complex in Japan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,196
Écart entre enseignants0,178 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations129
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeneticsMême sujetAgricultural pest management studiesTravaux en français237 207