MétaCan
Menu
Retour à la cohorte
Enregistrement W2991209293 · doi:10.2135/cropsci2019.05.0353

Using Living Germplasm Collections to Characterize, Improve, and Conserve Woody Perennials

2019· article· en· W2991209293 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCrop Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and animal studies
Établissements canadiensUniversity of British ColumbiaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésGermplasmPerennial plantBiologyWoody plantAgroforestryBiodiversityGenetic diversityEx situ conservationAgronomyBotanyEcologyHabitatEndangered species

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Woody perennial plants make up nearly half of plant diversity and represent one‐third of the world's major crop species, yet effective strategies to maintain and preserve these important species require additional attention. The majority of conservation programs focus on seed storage; however, seeds of many woody perennial plants are difficult to maintain in seed banks because they are recalcitrant. In addition, most woody perennial crops are clonally propagated, and seed‐based conservation efforts miss clonal lineages that form the foundation of woody perennial agriculture. Woody crops are often best maintained as living collections, but these compose only 5.8% of ex situ germplasm collections. Living germplasm collections are critical resources for exploring and conserving genetic and phenotypic diversity and provide novel material for breeding efforts. In this review, we examine how living germplasm collections can be used for for phenotypic description, genetic characterization, and plant breeding. Lastly, we outline the importance of conserving these valuable resources and highlight the need for conservation strategies that are appropriately designed for woody perennial species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,074
Tête enseignante GPT0,251
Écart entre enseignants0,177 · 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