MétaCan
Menu
Retour à la cohorte
Enregistrement W2895581102 · doi:10.3390/agronomy8100217

Growing Degree Days during the Late Reproductive Phase Determine Spike Density and Cognate Yield Traits

2018· article· en· W2895581102 sur OpenAlexaff
Muhammad Umer Farooq, Abdus Salam Khan, Iqra Ishaaq, Asim Ali Cheema, Muhammad Shahzad Afzal, Asif Ali, Jianqing Zhu

Notice bibliographique

RevueAgronomy · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHeritabilityBiologyAnthesisHybridGenetic variationAgronomyEvolutionary biologyGeneticsGeneCultivar

Résumé

récupéré en direct d'OpenAlex

Drought has become more frequent in central Asia causing large losses in cereal yield. To surmount the existing problem, it is imperative to emphasize early maturing varietal development. However, the impact of heat units on spike morphology and its relationship with yield potential is still unclear. Thus, the current investigation was carried out to test wheat lines and varieties for variation in total heat unit’s accretion for anthesis and maturity and to understand the manipulating impact of sunlight on spike morphology, grain yield and its cognate traits. Furthermore, the gene action controlling major traits inheritance, combining ability effects, heritability, and association studies were also estimated. Following the Half Sib/Full Sib approach 27 hybrids along with 12 parents were tested. Results depicted broad variation in genetic stock. Correlation study demonstrated that earliness negatively affects the yield, while positively influencing spike density. Genetic variances were greater than variances due to environment, pointing to higher heritability (>50%) for all the characters except for grain’s weight spike−1. The degree of dominance revealed that the partial and over-dominant type of gene action conditioned inheritance of investigated traits. Thus, earliness can be used as an indirect selection criterion for yield advance.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,752
Score d'incertitude au seuil0,297

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 Opus0,036
Tête enseignante GPT0,232
Écart entre enseignants0,196 · 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'étudeExpérimental (laboratoire)
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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomyMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207