MétaCan
Menu
Retour à la cohorte
Enregistrement W2572597817 · doi:10.29321/maj.10.001164

Morphological Characterization of Fingermillet [Eleusine coracana (L.) Gaertn] Germplasm

2014· article· en· W2572597817 sur OpenAlexfundno aff
V. Ulaganathan

Notice bibliographique

RevueMadras Agricultural Journal · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLeaf Properties and Growth Measurement
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésGermplasmHeritabilityEleusineBiologyLeaf bladeGenetic variabilityAgronomyForageTest weightHorticultureGrain yieldGenotypeFinger milletGene

Résumé

récupéré en direct d'OpenAlex

Genetic variability and correlation coefficients analyses were carried out in 305 fingermillet genotypes between 13 grain yield and yield related traits. Highly significant mean sum of squares due to genotypes and wide range of variability were noticed among the genotypes for all the characters studied. High values for phenotypic and genotypic coefficients were recorded for grain yield per plant and flag leaf blade length, indicating that more variability is present in the germplasm for these characters. All the characters recorded high heritability in the present study indicated that these characters were relatively less influenced by environmental factors and phenotypic selection would be effective for the improvement of these characters. High estimates of variability together with high heritability and high genetic advance were observed for flag leaf sheath width, flag leaf blade width and 1000 grain weight, which indicated that these characters were governed by additive genes and selection would be effective for improvement of such characters. Highly significant positive correlation observed for the characters like days to 50 per cent flowering, productive tillers per plant, plant height, 1000 grain weight, flag leaf sheath length, days to maturity, flag leaf blade length and finger width with grain yield per plant, indicated the possibility of simultaneous improvement of these characters by selection.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,943
Score d'incertitude au seuil0,983

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,179
Écart entre enseignants0,162 · 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'étudeExpérimental (laboratoire)
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMadras Agricultural JournalMême sujetLeaf Properties and Growth MeasurementTravaux en français237 207