Mechanisms and Sources of Resistance in Tropical Maize Inbred Lines to Chilo partellus Stem Borers
Notice bibliographique
Résumé
Developing maize with durable resistance to maize stem borers could be enhanced by identifying genotypes with different mechanisms of resistance and pyramiding the resistances into high yielding genotypes. This study was carried out on 120 CIMMYT tropical maize inbred lines to identify the most important mechanisms of resistance that could be used to discriminate the germplasm into resistant or susceptible categories. The experiment was laid in an Alpha-lattice design, and replicated three times during the 2011/12 seasons. Traits measured were leaf toughness, stem penetrometer resistance, trichome density, stem sugar content, leaf damage, number of stem exit holes and stem cumulative tunnel length. A selection index was computed and categorized the 120 inbred lines into 33 resistant, 29 moderately resistant, 31 moderately susceptible and 27 susceptible. The most resistant lines were those derived from the CIMMYT multiple borer-resistant populations with CKSBL10039 being most resistant and CML395 most susceptible with indices of 0.49 and 1.84, respectively. Trichome density, leaf toughness and stem sugar content in that order were the most important traits in discriminating the lines into resistance and susceptible categories. More research is needed to classify the specific types of trichomes and sugars present in both resistant and susceptible inbred lines.
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 ».