Field Screening is Effective for Identifying Genetic Resistance to Scald of Barley
Notice bibliographique
Résumé
ABSTRACT To evaluate barley ( Hordeum vulgare L.) for resistance to scald by Rhynchosporium commune , field trials including advanced yield tests, yield and germplasm screening (YGS) trials, and race variation (RV) tests were conducted across central Alberta, Canada, from 2010 to 2014. Broad‐sense heritability of scald resistance was estimated using scald severity data from these field trials. Moderate to high heritability estimates, ranging from 0.57 to 0.91, were obtained in 21 of 23 tests, each consisting of two to four sites. The heritability estimates determined were similar among the three types of field trials with the RV test having slightly higher heritability estimates. Genotype plus genotype × environment interaction (GGE) biplot analyses were used to visualize interactions between genotype and environment, and to identify scald‐resistant genotypes. The scald resistance in genotypes identified based on biplots was validated by barley parentage and published data. The identified resistant genotypes are being used in an Alberta‐based breeding program as sources of scald resistance. However, the reactions of some highly resistant cultivars varied with test location. Scald resistance expression depended on the virulence of local scald pathotypes and interactions with variable environmental conditions. Selection for resistance should be effective, as indicated by moderate to high heritability and field validation. Both biotic factors including R. commune pathotypes and other diseases such as the net form of net blotch ( Pyrenophora teres . f. teres ) and abiotic conditions affected expression of resistance. Screening over multiple years and locations is recommended along with accounting for the development of nontarget diseases.
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 | 0,000 |
| 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 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 ».