The Establishment of Ningxia Japonica Rice Core Collection by the Value of Genotype
Notice bibliographique
Résumé
According to the 7QTL of genetic diversity,used 250 Japonica varieties of Ningxia as materials to study the establishment of Japonica core collection.By statistical analysis technique of best linear unbiased prediction(BLUP),the genotype value of the materials was predicated.The different genetic distance,sampling method and clustering method were estimated by Means,Variance,Range,Coefficient of variation and Rand Analysis Method according 2 genetic distances(Mahalanobis Distance and Euclidian distance),3 sampling method(multi-times random sampling,multi-time preferred sampling and multi-times deviation smapling),8 clustering method(shortest distance method,complete linkage,group average method,barycenter method,UPGMA,varied UPGMA,flexible method,sum of square of the deviations method).The results showed that Mahalanobis Distance was prefered to Euclidian distance,multi-times deviation smapling was prefered to random sampling preferred sampling,the best clustering were the shortest distance method and flexible method,the best sampling ratio was 15%.37 Ningxia Japonica rice core collection were established by Mahalanobis Distance,multi-times deviation smapling,15% sampling ratio and the shortest distance method.
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 | 0,001 | 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 | 0,000 |
| 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) | 0,000 | 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 ».