MétaCan
Menu
Retour à la cohorte
Enregistrement W2913464037 · doi:10.5539/jas.v11n3p575

Molecular Characterization and Genetic Diversity of Yellow Passion Fruit Based on RAPD Markers

2019· article· en· W2913464037 sur OpenAlexvenueno aff
Angélica Vieira Sousa Campos, José Ricardo Peixoto, Fábio Gelape Faleiro, Michelle Souza Vilela, Márcio de Carvalho Pires

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBanana Cultivation and Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRAPDGenetic diversityBiologyPassifloraPrimer (cosmetics)GenotypeGenetic markerGenetic variabilityGenetic similarityGeneticsMolecular markerGenetic distanceGenetic variationHorticultureGenePopulationChemistry

Résumé

récupéré en direct d'OpenAlex

Molecular genetic variability studies are essential to complement the agronomic characterization of yellow passion fruit genotypes (Passiflora edulis Sims). Therefore, this study aimed at evaluating the genetic diversity of 24 genotypes of yellow passion fruit obtained from a research program developed by the University of Brasilia and Embrapa Cerrados, using RAPD molecular markers. RAPD markers were obtained from eight decamer primers and converted into a matrix of binary data, from which genetic dissimilarities among genotypes were estimated, and clustering analysis was performed. A total of 54 RAPD markers were obtained, with 6.8 bands per primer on average. From this total, 46 (85.2%) RAPD markers were polymorphic. The OPD10 primer presented the highest number of polymorphic bands. The high percentage of polymorphic markers evidenced the existence of genetic variability among genotypes. Nei’s genetic distance between genotypes ranged from 0.043 to 0.451. Clustering resulted in the formation of at least five groups of similarity.

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 enseignants0,926
Score d'incertitude au seuil0,140

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,013
Tête enseignante GPT0,213
Écart entre enseignants0,200 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetBanana Cultivation and ResearchTravaux en français237 207