MétaCan
Menu
Retour à la cohorte
Enregistrement W2753376265 · doi:10.1111/aab.12375

Aspects in oat breeding: nutrition quality, nakedness and disease resistance, challenges and perspectives

2017· article· en· W2753376265 sur OpenAlexaff
Andrii Gorash, Rita Armonienė, J. Mitchell Fetch, Žilvinas Liatukas, Vida Danytė

Notice bibliographique

RevueAnnals of Applied Biology · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésAvenaBiologyCropAgronomyCroppingGrain qualityAgricultureBiotechnologyPlant breedingProfitability indexBusinessEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Traditionally, the oat crop ( Avena sativa ) has been neglected in a number of respects, cultivated in cropping areas not optimal for wheat, barley or maize. In recent years the interest in oats has increased, particularly because of its dietary benefits and therapeutic potential for human health. The uniqueness and advantages of naked oats over other popular cereals, due to its potentially valuable nutritional composition, have been well studied and reported, opening new market “niches” for oats. Despite the well‐documented benefits, the status of the oat crop is still fragile, due to many reasons. The area cultivated for the oat crop is much less compared with other cereals, and therefore commercial efforts in oat breeding are less. Oat groat yield is lower than other cereals such as wheat and the nutritious uniqueness has not been reflected in agreeable market prices. The same price still exists for both naked and conventional/covered oats in the world grain market. The absence of visible market competitiveness, and some of the oat biological drawbacks, including low grain yield, keeps the oat crop as a lower profitability minor crop. This review is intended to analyse and summarise main achievements and challenges in oat genetics, agronomy and phytopathology to find possible ways of oat improvement and future perspectives for oat breeding.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil0,165

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,145
Tête enseignante GPT0,325
Écart entre enseignants0,180 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations82
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Applied BiologyMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207