MétaCan
Menu
Retour à la cohorte
Enregistrement W2170342373 · doi:10.5539/jas.v2n2p62

Mapping QTLs Related to Plant Height and Root Development of Eragrostis tef under Drought

2010· article· en· W2170342373 sur OpenAlexvenueno aff
Hewan Demissie Degu, Tatsuhito Fujimura

Notice bibliographique

RevueJournal of Agricultural Science · 2010
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenetic Mapping and Diversity in Plants and Animals
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEragrostisBiologyShootQuantitative trait locusDrought tolerancePopulationAgronomyWater stressDrought stressHorticultureGene

Résumé

récupéré en direct d'OpenAlex

The effects of water-stress on root and shoot growth of tef (Eragrostis tef) was evaluated with a population of94 recombinant inbred lines (RILs) derived from a cross between tef (cv. Kaye Murri) and E. pilosa. The youngseedlings were cultured under well-watered (soil water potential; 0.2 MPa) and water-stressed (-1.6 MPa)conditions, and plant height and primary root length were measured after 15 days of culture. Kaye Murriconsistently showed larger plant height and longer primary roots than E. pilosa under drought. Quantitative traitloci (QTLs) were also mapped in relation to water-stress using traits of RILs. Five and seven QTLs for plantheight and nine and eight QTLs for primary root length under both of well-watered and water-stressed conditionswere identified, respectively. Seven and six QTLs for indexes of response to plant height and primary root lengthwere also found, respectively. Phenotypic variations for a single QTLs was in the range of 2% to 20%. Beside ofKaye Murri, E. pilosa provided promotive QTLs for development of shoots and roots under drought, indicatingthis species is also an important genetic resource for the breeding of tef.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0010,000
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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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'étudeExpérimental (laboratoire)
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

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGenetic Mapping and Diversity in Plants and AnimalsTravaux en français237 207