Registration of the S2MET Barley Mapping Population for Multi‐Environment Genomewide Selection
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,000 |
| 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 découle