Estimation of Combining Ability and Gene Action for Improvement Drought Tolerance in Bread Wheat (Triticum aestivum L.) Using GGE Biplot Techniques
Notice bibliographique
Résumé
Study of combining ability and gene action for drought tolerance in wheat were carried out using Genotype-by-Environment (GGE) biplot techniques. Eight-parental diallel crosses, excluding reciprocals, were grown in a randomized complete block design with three replications under two different water regimes (irrigated and rainfed) in the Agricultural Research Institute of Sararood, Kermanshah, Iran. Significant differences were found for yield potential (Yp), stress yield (Ys), stress tolerance index (STI), water use efficiency (WUE) and evapotranspiration efficiency (ETE). GGE biplot analysis showed that the parent A, A, A and B were the best general combiners with two additive genes (A1 and A2), for improvement of Y, STI, WUE and ETE under drought conditions, respectively. Parents A and C also exhibited positive GCA for all the studied traits. The crosses (A, D and H) × (C, E, F and G), (A, C and F) × (B, E, H and G), (A, C and E) × (B, G, H and F) and (A, C, G and D) × (F, B, E and H) for Y, STI, WUE and ETE were identified as heterotic groups with different dominant tolerance genes (D1 and D2), respectively. The polygon view of the biplot indicated that combining of A × G and A × C produced the best drought tolerance hybrids for all the traits through integrated the four tolerance genes (A1, A2, D1, and D2).
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 ».