<scp><i>i</i>PASTIC</scp>: An online toolkit to estimate plant abiotic stress indices
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
PREMISE: In crop breeding programs, breeders use yield performance in both optimal and stressful environments as a key indicator for screening the most tolerant genotypes. During the past four decades, several yield-based indices have been suggested for evaluating stress tolerance in crops. Despite the well-established use of these indices in agronomy and plant breeding, a user-friendly software that would provide access to these methods is still lacking. METHODS AND RESULTS: PASTIC) is an online program based on JavaScript and R that calculates common stress tolerance and susceptibility indices for various crop traits including the tolerance index (TOL), relative stress index (RSI), mean productivity (MP), harmonic mean (HM), yield stability index (YSI), geometric mean productivity (GMP), stress susceptibility index (SSI), stress tolerance index (STI), and yield index (YI). Along with these indices, this easily accessible tool can also calculate their ranking patterns, estimate the relative frequency for each index, and create heat maps based on Pearson's and Spearman's rank-order correlation analyses. In addition, it can also render three-dimensional plots based on both yield performances and each index to separate entry genotypes into Fernandez's groups (A, B, C, and D), and perform principal component analysis. The accuracy of the results calculated from our software was tested using two different data sets obtained from previous experiments testing the salinity and drought stress in wheat genotypes, respectively. CONCLUSIONS: PASTIC can be widely used in agronomy and plant breeding programs as a user-friendly interface for agronomists and breeders dealing with large volumes of data. The software is available at https://mohsenyousefian.com/ipastic/.
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 | 0,001 |
| 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) | 0,000 | 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