Comparative Study on Combining Ability of Four Earliness CMS in Rice
Notice bibliographique
Résumé
Growth duration is one of the important agronomic traits in rice.Breeding for growth duration,especially for earliness,is very important to rice production.Yield component traits of F1 was studied by using combining ability analysis.With four hybrid early CMS,ie.D 64 A,Lexiang 101 A,Lexiang 202 A,Zaoxian A as materials.GCA and SCA variance analysis result showed:Lexiang 101 A was superior to Zaoxian A;Zaoxian A was superior to D 64 A;D 64 A was superior to Lexiang 202 A.Hybrid combination of early utilization result showed:Lexiang 202 A was superior to Zaoxian A;Zaoxian A was superior to D 64 A;D 64 A was superior to Lexiang 101 A.Thus,Lexiang 202 A /B had partially dominant and early major genes,and Lexiang 101 A.,ZaoxianA and D 64 A had tallest combining ability of yield traits.The combining ability of 9 indica type parents,including 4 early CMS lines and 5 medium and late-maturing restorer lines was analyzed in 8 economic traits.The results showed that Lexiang 101 A had the best general combining ability(gca) and specific combining ability(sca).Lexiang 202 A had the smallest gca values,but Lexiang 202 A had the biggest gca values in growth duration,Zaoxian A was superior to D 64 A.In terms of the performances of heterosis in the above traits,there were probability to coordinate the contradiction between earliness and high production existed in earliness hybrid rice by cloning and transferring the earliness of Lexiang 202 B to other hybrid parents.Therefore,the earliness gene had a splendid future in rice breeding.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».