Genotype × Environment Interaction of Quality Protein Maize Hybrids under Contrasting Management Conditions in Eastern and Southern Africa
Notice bibliographique
Résumé
ABSTRACT Drought and low soil fertility are major abiotic stresses limiting yield of maize ( Zea mays L.) in eastern and southern Africa. The present study was undertaken to determine genotype by environment interaction (GEI) and grain yield stability of quality protein maize (QPM) experimental hybrids. A total of 108 hybrids, including two commercial checks, were tested across 13 environments under drought, low N, and optimal environments in Ethiopia, Zambia, and Zimbabwe in 2015 and 2016. Environment, hybrid, and hybrid × environment interaction effects were significant ( P < 0.01) across environments and within management conditions. The highest yielding hybrids were H40, H41, H56, and H58 under optimum management; H2, H9, H40, and H87 under low N; H3, H10, H11, and H94 under drought; and H9, H10, H40, H56, and H94 across environments. The GEI and grain yield stability analysis using different models indicated that additive main effects and multiplicative interaction (AMMI), and genotypic main effects plus GEI (GGE) models were more efficient and precise compared to the linear regression stability model in identifying high‐yielding hybrids with stable performance. Based on the AMMI and GGE biplots, the most promising QPM hybrids were identified under different management conditions. Hybrid H40 was the most outstanding genotype under various management conditions and could be used in breeding programs or commercialized in target areas. Gwebi optimum and Bako low N were identified as the most discriminating and representative environments under the contrasting management conditions. In general, results of the present study depicted the possibility of developing high‐yielding and stable QPM hybrids for stress and nonstress conditions.
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 | 0,000 | 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 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 ».