Combining Ability for Drought Tolerance in Upland Rice Varieties at Reproductive Stage
Notice bibliographique
Résumé
Rice is an important food crop for human population ranking second among the mostly consumed cereal grains worldwide. Upland rice production is greatly constrained by drought stress resulting from rainfall variation patterns. Cultivation of drought tolerant varieties is considered the best option for drought management in rice production. The already released upland rice varieties are drought susceptible and have poor grain attributes hence, the aim of this study was to determine the combining ability for drought tolerance in upland rice. Four upland NERICA and two upland rice varieties were selected as parents for generating F1s crosses following 6 × 6 complete diallel. The generated 30 F1 crosses were advanced to F2 population for field evaluation. The F2 progenies together with six parents were planted in two sites; KALRO-Mwea Center Farm and Kirogo research Farm following a randomized complete block design in three replications. Drought stress was initiated 45 days after sowing after which data was collected on drought and agronomic parameters. The study revealed large genetic variations among the genotypes used. Both GCA and SCA were significant indicating the importance of both additive and non additive gene action in the expression of studied traits. In this study NERICA 2 and NERICA 15 were identified as good combiners for drought tolerance and grain yield under drought conditions. The single crosses namely; NERICA 15 × NERICA 2, NERICA 1 × NERICA 15, NERICA 11 × NERICA 15 and NERICA 2 × NERICA 15 were identified as superior for improving yield under drought conditions.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».