Effective Resources in Wheat and Wheat–<i>Thinopyrum</i> Derivatives for Resistance to <i>Heterodera filipjevi</i> in China
Notice bibliographique
Résumé
ABSTRACT Cereal cyst nematode (CCN) is becoming one of the important soil‐borne pathogens in wheat (Triticum aestivum L.) monocropping or wheat–maize (Zea mays L.)–wheat cropping systems of central China. Heterodera filipjevi (Madzhidov, 1981) Stelter, 1984 was recently recognized as a causal agent of CCN in China, but little information is available on sources of resistance against this nematode species. The present study was initiated to determine the current status of resistance in wheat cultivars against H. filipjevi and to identify effective resources for improvement of CCN resistance in China. A 3‐yr field study of CCN resistance that involved 174 wheat cultivars or wheat–Thinopyrum derivatives was conducted in a wheat field in Xuchang, Henan Province, China, where H. filipjevi had been present for years. Greenhouse experiments were conducted with representative resistant entries from each group of accessions. None of the 78 wheat cultivars and breeding lines from China was resistant in field tests. Wheat cultivar Madsen from Washington State was most resistant among the entries tested both in field and under controlled environment. New sources of resistance to H. filipjevi were identified in some wheat–intermediate wheatgrass [Thinopyrum intermedium (Host) Barkworth & D. R. Dewey] and wheat–tall wheatgrass [Thinopyrum ponticum (Podp.) Barkworth & D. R. Dewey] partial amphiploids, which will diversify resistance resources in enhancing resistance of wheat against CCN.
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 | 0,001 |
| 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 ».