Registration of the S2MET Barley Mapping Population for Multi‐Environment Genomewide Selection
Notice bibliographique
Résumé
Market changes in the malting and brewing industries have increased the demand for locally produced barley (Hordeum vulgare L.) in many regions across North America. Breeding for productive barley cultivars in diverse growing environments is complicated by genotype × environment interactions (GEIs), which can make selection for broad adaptation difficult but may be exploited to select optimal cultivars for each environment. Genomewide selection has recently become a useful tool to make efficient selections on individuals using genomewide marker data. To support the use of genomewide selection to breed locally adapted barley cultivars, the University of Minnesota barley breeding program is publicly releasing a panel of two‐row barley lines, and accompanying data, called the S2MET (Spring Two‐Row Multi‐Environment Trial) (Reg. No. MP‐2, NSL 526938 MAP). The S2MET includes 233 breeding lines grouped into a 183‐line training population and a 50‐line validation population. The entire panel was genotyped using genotyping‐by‐sequencing and phenotyped for 14 important traits in 44 location‐year environments between 2015 and 2017. All data are freely available at the Triticeae Toolbox ( https://triticeaetoolbox.org/barley/ ), and we describe several on‐tap projects and breeding advances that are exploiting this resource. We believe this panel and dataset will be useful for answering important breeding questions related to genomewide selection and GEIs and developing locally superior barley cultivars.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,013 |
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 ».