Analysis of soybean world collection in conditions of south-eastern Kazakhstan
Notice bibliographique
Résumé
The study of the phenotypic variability of the world crop collections in various conditions is an important step for identification of genetic factors (genes, quantitative trait loci), associated with yield and its components in order to increase the effectiveness of genetic and breeding programs.Current paper presents some results from the comparative analysis of the phenotypic data from the soybean world collection (originators -Kazakhstan, Russia, Canada, France, Sweden, Switzerland, Serbia, Belarus, Poland, Ukraine, Moldavia, Bulgaria, Belgium, Czech Republic, Slovakia, USA, China, Japan, Uzbekistan, Kyrgyzstan).The collection consisted of 192 cultivars and lines grown on the experimental plots of the Kazakh Research Institute of Agriculture and Plant Growing (KAZNIIZR, Almalybak v., Almaty region, Kazakhstan) in 2017 and 2018 yy.A number of key yield-associated traits, including plant height, pod insertion height, number of branches, nodules and seeds per plant, yield per plant and thousand seed weight were studied.It was noted that the yield over the two years of trials positively correlated with the abovementioned traits.The soybean accessions were ranked based on all the studied traits.As a result of the study of the yield components, several high-productive cultivars were identified.Cheremosh (Ukraine), Agassiz (USA), Iskra (Kazakhstan) and Evrika (Kazakhstan) showed high stable results in both years.The obtained results will be used in the genome-wide association study to identify the significant relations between DNA markers and complex quantitative traits to be applied in further genetic and breeding programs.
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 | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 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 ».