Combining ability analysis of fruit yield and morphological traits in greenhouse cucumber (<i>Cucumis sativus</i> L.)
Notice bibliographique
Résumé
Golabadi, M., Golkar, P. and Eghtedary, A.-R. 2015. Combining ability analysis of fruit yield and morphological traits in greenhouse cucumber (Cucumis sativus L.). Can. J. Plant Sci. 95: 377–385. Knowledge about the genetic control of the different quantitative characters related to fruit yield and its components is still insufficient in greenhouse cucumbers. This information is useful in planning breeding programs in this economically important crop. In this study, the genetics of morphological traits and fruit yield was investigated using a 9×9 full diallel population of cucumbers for the greenhouse market. Data were collected on internode length, leaf length, leaf width, fruit length, fruit diameter, number of fruits per plant, yield per fruit and yield per plant. Variance components showed that both the additive and the dominant gene effects played significant roles in the genetic control of the traits studied. Genetic control of internode length, leaf width and number of fruits per plant was accomplished by additive effects. The significant mean squares of reciprocal crosses for all of the studied traits suggested that maternal inheritance also played an important role in the inheritance of these traits. Significant general combining ability for fruit yield revealed that both selection and hybridization methods would lead to desirable genetic improvements in cucumber through accumulation of desirable alleles from parents in the target genotype, but that hybridization would be preferred.
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 | 0,001 | 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 ».