MétaCan
Menu
Retour à la cohorte
Enregistrement W2520773450 · doi:10.14214/sf.1682

Pollination dynamics variation in a Douglas-fir seed orchard as revealed by microsatellite analysis

2016· article· en· W2520773450 sur OpenAlexaff
Jiří Korecký, Yousry A. El‐Kassaby

Notice bibliographique

RevueSilva Fennica · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueHorticultural and Viticultural Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSeed orchardPollinationOrchardBiologyVariation (astronomy)BotanyHorticulturePollen

Résumé

récupéré en direct d'OpenAlex

As part of a multi-year monitoring study of pollination dynamics in a second generation Douglas-fir (Pseudotsuga menziesii (Mirb.) Franco) seed orchard, we estimated with the aid of eight microsatellite markers three important reproductive biology characteristics affecting the genetic worth and diversity of seed crops; namely parental reproductive success, pollen contamination, and selfing rate. The obtained results were compared to those from two previous years to gauge appropriate seed crop management practices and ultimately allow approximate generalization of seed crop genetic quality. We determined that 80% of parental gametes were produced by 52% of the parents, 13% of paternal gametes resulted from pollen contamination (i.e., gene flow), and 12% of the seed were the product of selfing. The obtained results were in line with those observed for 2005 and 2009 where 80% of gametes being produced by 37–48% of the parents, 10–18% pollen contamination, and 15–17% selfing rate. The observed reproductive biology parameters differences are attributable to the various crop management practices implemented (i.e., bloom delay and supplemental-mass-pollination) across years and calls for justification due to the observed minimal differences on seed crops genetic quality.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,014
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,012
Tête enseignante GPT0,254
Écart entre enseignants0,242 · 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

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSilva FennicaMême sujetHorticultural and Viticultural ResearchTravaux en français237 207