Recurrent selection for physiological resistance to white mould in dry bean
Notice bibliographique
Résumé
With 1 figure and 5 tables Abstract White mould (WM) [caused by Sclerotinia sclerotiorum (Lib.) de Bary] is a widespread disease of dry and green bean (Phaseolus vulgaris L.) in North America and elsewhere. Our objective was to determine the effectiveness of recurrent selection (RS) for pyramiding WM resistance from Andean, Middle American and inter‐specific breeding lines. Two double‐cross populations, Pop I = USPT‐WM‐1/CORNELL 601//USPT‐CBB‐1/92BG‐7 and Pop II = ‘Chase’/I 9365–25//ABL 15/A 195 were developed. Each double‐cross comprised 848 F1 plants for RS cycle one (C1). Twenty six WM‐resistant plants from each double‐cross were used to produce RS cycle two (C2). To measure the gain for WM resistance, 13 selected S2 families from each of C1 and C2 of each population and their four parents (C0) were tested in a randomized complete block design with three replicates in two greenhouse environments in 2008. Two separate inoculations on each plant one week apart using a cut‐stem method were made. The WM reaction was scored at 16, 23 and 33 days post inoculation (DPI) using a 1 (no disease symptoms) to 9 (severely diseased or dead plants) scale. The effects of environment were significant (P = 0.05), but replicate and population effects were not significant (P > 0.05). The RS was effective in changing the mean WM score of selected families from C0 to C1 and C2, but the gain between C1 and C2 was not significant in Pop I. The gain in WM resistance for Pop I was 12%. Selection gain in Pop II was 5%, but no significant differences in mean WM scores of C0, C1 and C2 were found. However, selected S2 families had WM scores similar to those of the best parent and selected families from Pop I. Thus, one cycle of RS applied to double‐cross populations was adequate for improving WM resistance in common bean.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».