Adaptability analysis in a participatory variety trial of organic vegetable crops
Notice bibliographique
Résumé
Abstract Successful organic farming requires crop varieties that are resilient to environmental variability. Assessing variety performance across the range of conditions represented on working farms is vital to developing such varieties; however, data collected from on-farm, participatory trials can be difficult to both collect and interpret. To assess the utility of data arising from participatory trialing efforts, we examined the performance of butternut squash ( Cucurbita moschata L.), broccoli ( Brassica oleracea L.) and carrot ( Daucus carota L.) varieties grown in diverse organic production environments in participatory trials in Oregon, Washington, Wisconsin and New York using adaptability analysis (regression of variety means on environmental index). Patterns of adaptation varied across varieties, with some demonstrating broad adaptation and others showing specific adaptation to low- or high-yielding environments. Selection of varieties with broad vs specific adaptation should be guided by farmers’ risk tolerance and on-farm environmental variation. Adaptability analysis was appropriate for continuous variables (e.g., yield traits), but less so for ordinal variables and quality traits such as flavor and appearance, which can be vitally important in organic vegetable crop variety selection. The relative advantages of adaptability analysis and additive main effects and multiplicative interactions are also discussed in relation to on-farm trial networks. This work demonstrated the unique challenges presented by extensive participatory vegetable trialing efforts, which, as compared to grain crops, require novel approaches to facilitating farmer participation as well as data collection and analysis. Efficient, precise and reliable methods for evaluating quality related traits in these crops would allow researchers to assess stability and adaptation across a wider range of traits, providing advantages for effective plant breeding and trialing activities within the organic sector.
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 | 0,001 |
| 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 ».