MétaCan
Menu
Retour à la cohorte
Enregistrement W2989625828 · doi:10.1111/pbr.12716

Genetic analysis of photosynthesis‐related traits in faba bean (<i>Vicia faba</i>) for crop improvement

2019· article· en· W2989625828 sur OpenAlexaff
Hamid Khazaeı, Damian Wach, A. Pecio, Albert Vandenberg, Frederick L. Stoddard

Notice bibliographique

RevuePlant Breeding · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetic and Environmental Crop Studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesEmil Aaltosen SäätiöKansainvälisen Liikkuvuuden ja Yhteistyön Keskus
Mots-clésVicia fabaBiologyPhotosynthesisCanopyQuantitative trait locusAgronomyChlorophyllCultivarBotanyHorticultureGeneGenetics

Résumé

récupéré en direct d'OpenAlex

Abstract Increasing productivity through improvement of photosynthesis in faba bean breeding programmes requires understanding of the genetic control of photosynthesis‐related traits. Hence, we investigated the gene action of leaf area, gas exchange traits, canopy temperature, chlorophyll content, chlorophyll fluorescence parameters and biomass. We chose inbred lines derived from cultivars 'Aurora' (Sweden) and 'Mélodie' (France) along with an Andean accession, ILB 938, crossed them (Aurora/2 × Mélodie/2, ILB 938/2 × Aurora/2 and Mélodie/2 × ILB 938/2), and prepared the six standard generations for quantitative analysis (P1, P2, F1, F2, B1, and B2). Gene action was complex for each trait, involving additive and dominance gene actions and interactions. Additive gene action was important for SPAD, photosynthetic rate, stomatal conductance and Fv/Fm. Dominance effect was important for biomass production. It is suggested that breeders selecting for productivity can maximize genetic gain by selecting early generations for canopy temperature, SPAD and Fv/Fm, then later generations for biomass. The information on genetics of various contributing traits of photosynthesis will assist plant breeders in choosing an appropriate breeding strategy for enhancing productivity in faba bean.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,186
Écart entre enseignants0,170 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant BreedingMême sujetGenetic and Environmental Crop StudiesTravaux en français237 207