Genetic combining ability of coriander genotypes for agronomic and phytochemical traits in response to contrasting irrigation regimes
Notice bibliographique
Résumé
Knowledge of genetic combining ability and gene action would help breeders to choose suitable parents and devise an appropriate breeding strategy for coriander. In the present study, six diverse genotypes of coriander, their 15 F1s and 15 F2s were evaluated through randomized complete block design with three replications to study genetic combining ability for agronomic and phytochemical traits in coriander. Plants were subjected to well-watered (WW), mild water-deficit stress (MWDS) and severe water-deficit stress (SWDS) irrigation regimes. The results indicate that water-deficit stress decreased all of the measured traits in both the F1 and F2 generations. General combining ability and specific combining ability effects were highly significant for all of the traits in both the F1 and F2 generations. Additive gene action was predominant for phonology and fruit yield component traits in all irrigation regimes in both the F1 and F2 generations. For fatty acid content and total lipid yield, non-additive gene action was predominant in the F1 generation while additive gene action was predominant in the F2 generation under MWDS and SWDS conditions. The P4 parent had the highest general combining ability for fruit yield components in both the F1 and F2 generations. The P6 parent had the highest general combining ability for phenological and phytochemical traits. The P4 and P6 parents are promising material to develop early flowering and early maturing genotypes coupled with high total lipids in advanced generations of segregation.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».