MétaCan
Menu
Retour à la cohorte
Enregistrement W2607308736 · doi:10.21273/jashs03941-16

Recurrent Selection for Improved Germination under Water Stress in Russian Dandelion

2017· article· en· W2607308736 sur OpenAlexaff
Katrina J.M. Hodgson-Kratky, Olivier M. Stoffyn, David J. Wolyn

Notice bibliographique

RevueJournal of the American Society for Horticultural Science · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant biochemistry and biosynthesis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDandelionGerminationGreenhouseAgronomyTaraxacum officinaleBiologyPopulationWeedHorticultureCanopyCultivarWater stressEnvironmental scienceBotany

Résumé

récupéré en direct d'OpenAlex

Russian dandelion [ Taraxacum kok-saghyz (TKS)] is a promising candidate for introducing natural rubber production into North America. Seeds normally germinate in a humid microenvironment, such as the thatch layer of a lawn or under a canopy of grass; however, 5% to 15% establishment is often observed on bare soil, presumably due to water stress. Phenotypic selection and half-sib family recurrent selection were conducted for three cycles to improve germination in vitro, under low osmotic potential (Ψ s ), using a polyethylene glycol (PEG) solution. Populations were then tested for establishment on bare soil in the greenhouse and field. Germination under water stress in vitro increased from 5.8% for the cycle 0 (C 0 ) population to 40.8% and 47.8% for the C 3 -phenotypic and C 3 -half-sib family populations, respectively. Soil establishment in the greenhouse and field was improved up to two- and 4-fold, respectively, compared with the C 0 , in two of four greenhouse experiments and three of eight field experiments. Overall, recurrent selection for germination under water stress in vitro has potential to improve establishment in the field and can be incorporated into current breeding programs to support the overall goal of creating cultivars with high-rubber yield.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,292
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Society for Horticultural ScienceMême sujetPlant biochemistry and biosynthesisTravaux en français237 207