Genetic Divergence Among Safflower Genotypes (Carthamus tinctorius L.) by Multivariate Analyzes
Notice bibliographique
Résumé
Carthamus tinctorius L. is an oil seed, used both for human consumption and for industrial purposes. It is a crop that presents wide adaptability to various ecophysiological conditions, although it presents great productive potential and wide adaptability, it is still necessary to obtain technical information regarding its cultivation and of cultivars adapted and improved. In this sense, the estimation of genetic divergence using multivariate techniques has become a common tool among breeders. In view of the above, this research aimed to evaluate the genetic divergence of safflower genotypes originate from the Germplasm Active Bank (BAG) of the Instituto Mato-grossense do Algodão (IMA-MT) by means of multivariate analysis, aiming at the extension of information of this culture. The genetic divergence was estimated using multivariate analysis based on the Euclidean average distance, using the clustering optimization methods of Tocher and Hierarchical “UPGMA”. The results obtained allowed to identify the existence of genetic divergence among the evaluated genotypes, highlighting genotypes 5 and 38, which presented greater genetic divergence, constituting in potential sources of interest for the use in program of genetic improvement that aim at the development of superior cultivars of safflower.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».