Integrating fecundity variation and genetic relatedness in estimating the gene diversity of seed crops: <i>Pinus koraiensis</i> seed orchard as an example
Notice bibliographique
Résumé
The genetic gain and gene diversity of seed crops from a 1.5-generation clonal seed orchard of Pinus koraiensis Siebold & Zucc. were estimated under consideration of parental genetic values and fecundity variation. Fecundity variation among clones was estimated for 5 consecutive years (2010–2014) as the sibling coefficient, which was drawn from clonal contribution to the total production of seed conelet. To monitor gene diversity, status number was estimated by the integration of fecundity variation and group coancestry. Group coancestry was calculated as the average of genetic relatedness (coancestry) among orchard clones. The averages of conelet production were high in 2010 and 2011, moderate in 2013 and 2014, and poor in 2012 with a grand mean of 13.7. Correlation analysis showed that good conelet producers consistently gave good production. Cumulative distribution of clonal conelet production was presented as a function of the total conelet yield, and this distribution indicated deviation from the expected clonal equal production. Group coancesrtry was 0.0096, indicating minimal loss of gene diversity. Status number and genetic gain were higher in good than in poor conelet production years, highlighting the importance of fecundity variation in determining the genetic gain and gene diversity of seed orchard crops.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».