Temporal quantification of mating system parameters in a coastal Douglas-fir seed orchard under manipulated pollination environment
Notice bibliographique
Résumé
Seed orchards main function is delivering breeding programs' gains in the form of genetically improved seedlings. They are unique experimental populations, perfectly suited for studying various pollination environments (natural or otherwise), affecting their mating system parameters. Here, under different pollination environment (natural and intrusive (pollen augmentation and/or bloom-delay)), the mating system of a second generation, wind-pollinated, coastal Douglas-fir (Pseudotsuga menziesii var. menziesii (Mirb.) Franco) seed orchard was evaluated over four years. Using DNA microsatellite markers and bulk seed samples, we conducted pedigree reconstruction to assign each seed's male and female parents, followed by determining the extent of pollen contamination (external gene flow), selfing rate, and, parental gametic contribution for each year. Overall, external pollen contamination rates ranged between 10 and 28%, selfing rate varied between 12 and 17%, and 80% of the seed crops were produced by 37-64% of the orchard's parents. Pollination environment and seed crop size substantially influenced the observed results, particularly for small crops as pollen contamination was high in natural (28%) vs. intrusive pollination (10%). Generally, irrespective of the crop size, seed produced under natural pollination had higher pollen contamination, confirming the role of pollination environment manipulation in improving seed crops' genetic quality.
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 | 0,000 | 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 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 ».