Selection Approaches in High-Elevation Coastal Douglas-fir in The Presence of GxE Interactions
Notice bibliographique
Résumé
Abstract Regeneration obligations in British Columbia for high-elevation coastal sites requires a secure seed supply of quality seed in coastal Douglas-fir ( Pseudotsuga menziesii (Mirb.) Franco). Consequently, a seed orchard is under development to supply seed after genetic testing and selection. For this purpose, 55 coastal Douglas-fir families were field-tested for 11 years on two contrasting high-elevation sites to examine differential growth performance and tolerance to cold conditions. Although heritabilities for growth on both sites were moderate at age 11, the higher elevation colder site had substantially slower growth and over 90% of the trees exhibited some form of cold damage to foliage, branches and stems; however, variation in this damage was not significant at the family level. Combined site analysis revealed a highly significant genotype by environment (GxE) component in height that could not be removed or reduced by using site-specific error variances or spatial analysis (i.e., GxE was primarily due to rank changes of families across the two sites). This was also reflected by a drop in heritability estimates obtained from the combined site analyses. In the presence of this type of GxE, independent culling, considering height a separate trait on each site, was employed to identify parents that were at a threshold breeding value of 5% or greater in growth superiority on both sites. Average breeding values for the selected parents, based on a combined site analysis, were around 5% above the trial mean for height at age 11. The use of independent culling, for situations where accurate genetic parameters are difficult to obtain, should be considered a practical alternative to more complex and error prone methods of selection.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».