MétaCan
Menu
← Retour à la cohorte
Enregistrement W2617044161 · doi:10.1371/journal.pone.0177806

Improvement of non-key traits in radiata pine breeding programme when long-term economic importance is uncertain

2017· article· en· W2617044161 sur OpenAlexaff
Yongjun Li, Heidi S. Dungey, Alvin D. Yanchuk, Luis A. Apiolaza

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésRadiataGenetic gainPinus radiataBiologyIndex selectionTree breedingIndex (typography)Key (lock)Diameter at breast heightSelection (genetic algorithm)HeritabilityBiotechnologyAgronomyBotanyGenetic variationComputer scienceEcologyWoody plantGeneticsVignaGene

Résumé

récupéré en direct d'OpenAlex

Diameter at breast height (DBH), wood density (DEN) and predicted modulus of elasticity (PME) are considered as 'key traits' (KT) in the improvement in radiata pine breeding programmes in New Zealand. Any other traits which are also of interest to radiata pine breeders and forest growers are called 'non-key traits' (NKTs). External resin bleeding (ERB), internal checking (IC), number of heartwood rings (NHR) are three such non-key traits which affect wood quality of radiata pine timber. Economic importance of the KTs and NKTs is hard to define in radiata pine breeding programmes due to long rotation period. Desired-gain index (DGIs) and robust selection were proposed to incorporate NKTs into radiata pine breeding programme in order to deal with the uncertainty of economic importance. Four desired-gain indices A-D were proposed in this study. The desired-gain index A (DGI-A) emphasized growth and led to small decrease in ERB and small increase in IC and NHR. The expected genetic gains of all traits in the desired-gain index B (DGI-B) were in the favourable directions (positive genetic gains in the key traits and negative genetic gains in the non-key traits). The desired-gain index C (DGI-C) placed emphasis on wood density, leading to favourable genetic gain in the NKTs but reduced genetic gains for DBH and PME. The desired-gain index D (DGI-D) exerted a bit more emphasis on the non-key traits, leading large favourable reduction in the non-key traits and lower increase in the key traits compared with the other DGIs. When selecting both the key traits and the non-key traits, the average EBVs of six traits were all in the same directions as the expected genetic gains except for DBH in the DGI-D. When the key traits were measured and selected, internal checking always had a negative (favourable) genetic gain but ERB and NHR had unfavourable genetic gain in the most of time. After removing some individuals with high sensitivity to the change of economic weights, robust desired-gain selection made genetic gains of all the key and non-key traits to move a little bit toward unfavourable directions in the four indices. It is concluded that desired-gain index combined with robust selection concept is an efficient way for selecting the key and non-key traits in radiata pine breeding programmes.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,234
Écart entre enseignants0,200 · 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'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

Citations9
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetForest ecology and management→Travaux en français237 207→