MétaCan
Menu
Retour à la cohorte
Enregistrement W2595581941 · doi:10.7910/dvn/gu5ajw

Replication Data for: Crop wild relatives of pigeonpea [Cajanus cajan (L.) Millsp.]: Distributions, ex situ conservation status, and potential genetic resources for abiotic stress tolerance

2015· dataset· en· W2595581941 sur OpenAlexaff
Colin K. Khoury, Nora P Castañeda Álvarez, Harold Achicanoy, Chrystian C Sosa, Vivian Bernau, Mulualem T. Kassa, Sally Norton, Jos G Van Der Maesen, Hari D. Upadhyaya, Julián Ramírez-Villegas, Andy Jarvis, P.C. Struik

Notice bibliographique

RevueHarvard Dataverse · 2015
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetic and Environmental Crop Studies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésCajanusEx situ conservationBiologyAbiotic componentAbiotic stressReplication (statistics)CropIn situGenetic resourcesBotanyAgronomyBiotechnologyEcologyChemistryGeneticsGeneHabitat

Résumé

récupéré en direct d'OpenAlex

Pigeonpea [Cajanus cajan (L.) Millsp.] is a versatile, stress-tolerant, and nutritious grain legume, possessing traits of value for enhancing the sustainability of dry sub-tropical and tropical agricultural systems. The use of crop wild relatives (CWR) in pigeonpea breeding has been successful in providing important resistance, quality, and breeding efficiency traits to the crop. Current breeding objectives for pigeonpea include increasing its tolerance to abiotic stresses, including heat, cold, drought, and waterlogging. Here we assess the potential for pigeonpea CWR to be further employed in crop improvement by compiling wild species occurrence and ex situ conservation information, producing geographic distribution models for the species, identifying gaps in the comprehensiveness of current germplasm collections, and using ecogeographic information to identify CWR populations with the potential to contribute agronomic traits of priority to breeders. The fifteen prioritized relatives of pigeonpea generally occur in South and Southeast Asia to Australia, with the highest concentrations of species in southern India and northern Australia. These taxa differ considerably among themselves and in comparison to the crop in their adaptations to temperature, precipitation and edaphic conditions. We find that these wild genetic resources are broadly under-represented in ex situ conservation systems, with 80% of species assessed as high priority for further collecting, thus their availability to plant breeders is insufficient. We identify species and highlight geographic locations for further collecting in order to improve the completeness of pigeonpea CWR germplasm collections, with particular emphasis on potential traits for abiotic stress tolerance.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
gptaucune catégorie
Domaine: non disponible · Genre: Jeu de données
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non
Sans objethigh
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,614
Score d'incertitude au seuil0,550

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,078
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,007
Études des sciences et des technologies0,0040,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,6140,231

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 Opus0,029
Tête enseignante GPT0,240
Écart entre enseignants0,211 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard DataverseMême sujetGenetic and Environmental Crop StudiesTravaux en français237 207