MétaCan
Menu
Retour à la cohorte
Enregistrement W2404146022 · doi:10.5376/mpb.2016.07.0019

Genetic Association Analysis and Selection Indices for Yield Attributing Traits in Available Chilli (<i>Capsicum annuum</i> L.) Genotypes

2016· article· en· W2404146022 sur OpenAlexvenueno aff
Rokib Hasan, Matin Akand, Nazmul Alam, Abul Bashar, A. K. M. Mahmudul Huque

Notice bibliographique

RevueMolecular Plant Breeding · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Practices and Plant Genetics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapsicum annuumBiologySelection (genetic algorithm)GenotypeGeneticsYield (engineering)Genetic associationHorticultureGenePepperSingle-nucleotide polymorphism

Résumé

récupéré en direct d'OpenAlex

The present investigation was conducted with 30 chilli genotypes at the experimental field of Regional Spices Research Centre, BARI, Gazipur to assess the genetic association and selection indices among yield and important yield attributing traits. Fruit length, fruit weight, 100 seed weight and fruits/plant showed significant and positive correlation with yield/plant both at genotypic and phenotypic level. Path coefficient analysis revealed that fruits/plant had maximum positive direct effect on yield. Besides fruits/plant; fruit weight, fruit length and number of primary branches/plant also contributed positive direct effect to yield. Selection indices were constructed through the discriminate functions using five characters. Highest relative efficiency was found for fruit weight +fruits/plant +yield/plant comparable to other combinations of characters. This research indicated that the selection of high yielding chilli genotypes based on these three characters might be more efficient. Biplot analysis was also performed to find out superior genotypes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,196
Écart entre enseignants0,178 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Plant BreedingMême sujetAgricultural Practices and Plant GeneticsTravaux en français237 207