MétaCan
Menu
Retour à la cohorte
Enregistrement W2588804591 · doi:10.5539/jas.v9n3p151

Genetic Study of Nutritional and Physicochemical Characters of Chickpea Lines and Cultivars (Cicer arietinum L.)

2017· article· en· W2588804591 sur OpenAlexvenueno aff
Kaouthar Bayahi, S. Rezgui

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetic and Environmental Crop Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCaliberHeritabilityCultivarBiologyHorticultureBiotechnologyAgronomyMaterials scienceGenetics

Résumé

récupéré en direct d'OpenAlex

Sixteen Kabuli chickpea lines composed of five varieties released in Tunisia and eleven breeding lines originated from ICARDA have been analyzed to measure their nutritional and physicochemical properties and to evaluate their seed quality. The analysis showed variability among the investigated material in terms of physicochemical characteristics of seeds (weight of 100 seeds, caliber, hydration capacity, inflation capacity) and flour (density, index of color and rate of proteins) and time of cooking (Table 2).The correlations between nutritional and physicochemical characters showed that they were significant between the weight of 100 seeds and the caliber (0.902), the time of cooking and the caliber (0.421), the index of color and the caliber (-0.334), the weight of 100 seeds and the capacity of hydration (0.580). High heritability was characterizing all the characters excepting the density, humidity and the ashes.The results show that the qualitative improvement of these traits is possible in early generations of a breeding program.The effect of supplementary irrigation was beneficial on the caliber of seeds, the weight of 100 grains, the hydration capacity and the rate of proteins.We consider that the genetics and the agricultural techniques take an equivalent part in the improvement of the quality on chickpea

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil0,283

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 technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,224
Écart entre enseignants0,208 · 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'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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGenetic and Environmental Crop StudiesTravaux en français237 207