Heritability and Correlations for Biomass Production and Allocation in White Spruce Seedlings
Notice bibliographique
Résumé
Abstract Tree growth is a multidimensional trait and families vary for components of growth such as height, diameter, foliage and roots. Therefore, variation in tree growth is better studied by analysing biomass production and allocation than simple traits. In addition, biomass is better linked to products such as pulp and wood energy than simple traits. We analysed biomass of 3-year old open-pollinated greenhouse seedlings of white spruce to determine (1) heritability for biomass production and allocation to shoot and root components, (2) correlations between biomass traits, and biomass traits with primary traits, and (3) correlation between biomass production in the greenhouse and height growth for the same families in the field. The study had a randomised complete block design with single-tree plots, 30 blocks and 58 open-pollinated families. Individual-tree heritability (h i 2 ) and family mean heritability (h f 2 ) ranged from 0.200 to 0.333 and 0.374 to 0.516 for green weight, respectively. Likewise, h i 2 and h i 2 ranged from 0.186 to 0.359 and 0.352 to 0.536 for dry weight, respectively. Genetic correlation (r a ) between green and dry weight ranged from 0.943 to 1.015, while r a between shoot and root dry weight ranged from 0.947 to 0.955. In contrast, r a between biomass traits and field height ranged from -0.403 to -0.124. Thus, we conclude (1) variation in biomass production and allocation exhibited low genetic basis, (2) testing and selection for green or dry weight should lead to similar genotypes, (3) biomass allocation may not be easily altered by selection and breeding, and (4) indirect early selection based on seedling biomass
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 | 0,000 |
| 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) | 0,000 | 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 ».