Genotype by Trait Associations among Drought Tolerant Maize Inbred Lines
Notice bibliographique
Résumé
Twelve tropical, yellow maize inbred lines identified as drought tolerant were evaluated in multi environments, including managed drought, rain fed and irrigated conditions. The objective was to study genotype-trait associations across environments. A 3 × 4 a-lattice design with two replications was used in each environment. Data were recorded for twenty-one traits. Combined analysis of variance using data from all environments was done for all traits using the GLM procedure in SAS version 9.3. Genotype by trait associations were revealed using the genotype main effect plus genotype-by-environment biplot model in GENSTAT 14th Edition. Inbred lines which were associated with high grain yield and related desirable traits such as a low drought susceptibility index under managed drought were DMR-M-81, DMR-M-88, FA6, GPM36 and M39. Across the diverse environments, DMR-M-84, DMR-M-88, FA6 and GPM36 were associated with grain yield and/or its related traits. The inbred lines associated with desirable traits could be evaluated for combining ability in order to know their desirability in cultivar development. These inbred lines could be used as female parents in seed production programmes since high productivity and drought tolerance are important qualities of female parents in seed production.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».