MétaCan
Menu
Retour à la cohorte
Enregistrement W2362915342

Stability Analysis for Appearance Qualities of Rice Cultivar and Genotype × Environment Interaction and Its Relationship to Climate Factors.

2009· article· en· W2362915342 sur OpenAlexvenueno aff
Feng Shen

Notice bibliographique

RevueSeed · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRice Cultivation and Yield Improvement
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAdaptabilityCultivarAmmiSowingCharacter (mathematics)MathematicsDegree (music)AgronomyStability (learning theory)Gene–environment interactionGrain qualityHorticultureBiologyGenotypeEcologyPhysicsComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Based on AMMI model,studied 25 rice varieties appearance quality character and the interaction with environment,and probed into the cultivar stabilities,correlation between G×E interaction and climate factors,Eco-climatic adaptability in chalkiness qualities.The results showed that G×E interaction in grain length(GL),grain width(GW) and ratio of grain length to width(RLW) were no different significantly;and G×E interaction in chalky grain rate(CR) and chalkiness degree(CD) were significant at 1% level.The performance of cultivar was divided into three sorts that with best stability and better chalkiness character,moderate stability and best chalkiness character and worst either stability or chalkiness character.Correlation analysis between chalkiness character's iPCA 1 and air temperature,sunlight,rainfall within paddy growth period indicated that climate factors were the most important environment factor which can decide G×E interaction.Accordingly the best quality adaptability of different cultivars to climate factors could be estimated.For instance,V 9 and V 24(Shennong 9819 and 0142) had especial adaptability to lower temperature in the chalky grain rate,V 23(Yanyou 5858) had especial adaptability to scant sunlight and higher temperature in the chalkiness degree.In actual rice plant,we may obtain lower chalky-grain rate and chalkiness degree through selecting some planting sites with reverse interaction to the variety.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil0,093

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,066
Tête enseignante GPT0,275
Écart entre enseignants0,209 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSeedMême sujetRice Cultivation and Yield ImprovementTravaux en français237 207