Exploiting Yield Potential in Cucumber (<i>Cucumis sativus</i> L.) through Heterosis Breeding
Notice bibliographique
Résumé
Eight genetically divergent parental lines of cucumber were crossed in a diallel pattern to investigate general, specific combining ability and extent of heterosis for yield and its attributing traits. The combining ability analysis revealed that both gca and sca variance were significant for all the characters except equatorial diameter of fruit. Non-additive gene action played a major role in controlling the characters like days taken to first fruit harvest, number of fruits per vine, average fruit weight, diameter of fruit, and average fruit yield. On the basis of gca parent ACC-8 for diameter of fruit and average fruit yield, ACC-2 for days to first fruit harvest and number of fruits per vine, and ACC-4 for average fruit weight were found to be the best general combiner. Cross combinations ACC-2×ACC-6 for days taken to first fruit harvest; ACC-4×ACC-7 for number of fruits per vine; ACC-3×ACC-8 for average fruit weight; ACC-3×ACC-4 for diameter of fruit; ACC-1×ACC-4 for average fruit yield manifested highest sca effects. Cross combination of ACC-1 X ACC-4 and ACC-2 x ACC-6 showed 39.25 and 32.23 heterosis for average fruit yield over standard check, respectively.
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 ».