Yield Stability of Dry Bean Genotypes across Nitrogen‐Fixation‐Dependent and Fertilizer‐Dependent Management Systems
Notice bibliographique
Résumé
ABSTRACT Despite the inherent N 2 –fixing ability of legumes, the actual symbiotic N 2 fixation (SNF) of dry bean ( Phaseolus vulgaris L.) compared with other legumes is relatively low. Accordingly, application of inorganic nitrogen in bean fields has often been recommended to maximize economical yield. The genetic diversity for SNF in common bean may provide the opportunity to develop bean genotypes with stable yield across N‐fertilizer‐dependent and SNF‐dependent production practices. A population of 140 recombinant inbred lines (RILs) of a cross between high and low N‐fixing genotypes, ‘Mist’ and ‘Sanilac’, respectively, was evaluated under two different N management conditions, SNF and N fertilizer dependent, across multiple environments. While N management did not significantly affect the overall yield, genotypes responded differentially to SNF‐dependent and N‐fertilizer‐dependent environments. Among the RILs with higher than average yield, the stability analysis identified 6% as generally adapted to all environments, regardless of N management. The study highlights the opportunity to select bean genotypes that maintain their yielding ability under SNF‐dependent management systems.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».