Winter-Hardy Spring Wheat Breeding: Analysis of Winter x Spring Wheat Germplasm and the Development of Selection Tools
Notice bibliographique
Résumé
Development of a winter-hardy spring wheat breeding platform could increase the gain in selection per year over traditional winter wheat breeding programs. To make use of spring wheat being able to produce three generations per year, an indoor cold tolerance screen using chlorophyll fluorescence (Fv/Fm) and visual assessment two weeks after freezing as evaluation parameters was developed. Evaluation of Ontario-adapted winter and spring wheat varieties demonstrated that the test was able to differentiate between winter and spring wheat. Specific varieties from this data set were used to develop an indoor freezing survival index (IFSI) to normalize data for effective ranking of germplasm in further experiments. Indepth analysis of a Froid (winter) x Siete Cerros (spring) wheat population using molecular markers indicated that a significant level of cold tolerance is preserved when the Vrn-B1 spring allele is used compared to the Vrn-A1 allele. Generation means analysis of the same cross indicated that the cold tolerance was due to additive genetic effects. Multiple populations with at least one spring parent were advanced to the F3:4 generation. IFSI analysis indicated that several lines from the populations had cold tolerance similar to Ontario-adapted winter wheats and better than several winter barley varieites. Further testing found a significant 5% improvement in cold tolerance was noted for spring wheat varieties treated with Cruiser Maxx seed treatment. Finally, a Norstar (winter) x Bergen (spring) doubled haploid wheat population was analysed and a significant correlation to LT50 data from an independent laboratory validated the methods used in these experiments. In a separate experiment, multiple indicies calculated from spectral reflectance measurements taken on the Ontario winter wheat performance trial at Elora and Harriston in 2008-09 were found to be significantly correlated to winter survival ratings. Fall reflectance measurements indicate non-random plant density or vigour effects in the trials. To adjust winter survival ratings accordingly, linear and non-linear approaches were used and found the non-linear model to be statistically superior. Large differences between locations illustrated that for complete modelling of winter survival, more data from locations of differing soil types, plant density and plant growth stage is required.
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 ».