Variabilidad genetica y criterios de seleccion para calidad industrial de trigos introducidos en condiciones de temporal
Notice bibliographique
Résumé
En el trigo harinero de temporal en México se han identificado las variables de calidad industrial con reducida variabilidad genética las cuales deben ampliarse para su aprovechamiento mediante la selección. Por lo que el objetivo de esta investigación fue estimar la variabilidad genética, heredabilidad y correlacionar variables de calidad que favorezcan el volumen de pan y su estabilidad, en trigos harineros de EE.UU. y Canadá, para utilizarlos como fuentes de variabilidad genética y favorecer la calidad panadera en los programas de fitomejoramiento. Se sembraron 16 genotipos en ocho localidades de temporal. Se midió el peso hectolítrico, contenido de proteína en harina, volumen de sedimentación, la relación tenacidad/extensibilidad, fuerza de la masa y el volumen de pan. La fuerza de la masa presentó el coeficiente de variación genética mayor (24.3) y heredabilidad alta (0.37). La proteína en harina y volumen de sedimentación asoció coeficientes de variación menores a 10 y valores aceptables de heredabilidad, 0.33 y 0.23, respectivamente. El volumen de pan y peso hectolítrico presentaron los coeficientes de variación genética y de heredabilidad más bajos, por lo que se deberán buscar fuentes genéticas nuevas para estos caracteres. El volumen de pan se correlacionó positivamente con el contenido de proteína, fuerza de la masa y volumen de sedimentación e inversamente con la relación tenacidad/ extensibilidad. Los genotipos Náhuatl F2000, Waldron, Ac Vista, Línea 2, Kronstad F2004 y Kulm mostraron muy buena estabilidad y volúmenes de pan mayores a 800 mL características deseables para la panificación. Con base en lo anterior, se encontraron genotipos que conjuntan volumen de pan alto con estabilidad adecuada los que pueden ser utilizados dentro del programa de mejoramiento genético.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».