STUDYING GENETIC RESOURCES OF SPRING BREAD WHEAT IN THE ENVIRONMENTS OF NORTHERN KAZAKHSTAN
Notice bibliographique
Résumé
Background. Spring bread wheat is the main export crop in Kazakhstan. Unfortunately, wheat varieties cultivated for large-scale production do not fully meet the requirements of agricultural producers. The world diversity of wheat genetic resources should be widely used in breeding programs in order to develop new wheat cultivars with stable yields and with resistance to adverse environmental factors. Materials and methods. One hundred collection accessions of spring bread wheat were studied in 2015–2017 at the A.I. Barayev Science and Production Center of Grain Farming, Ltd. Seeds were sown at an optimum time (May 20–25), using an SSFC-7 seeder. Harvesting was conducted with a Wintersteiger combine. The study of the collection material was carried out in accordance with the guidelines developed by the N.I. Vavilov Institute of Plant Genetic Resources (VIR). The protein content was measured in line with State Standard 10846-91. The method of sodium dodecyl sulfate (SDS) sedimentation, modified by V. M. Bebyakin and M. V. Buntina, was used to measure the level of sedimentation. Results and conclusion. During the three-year study of spring bread wheat accessions in Northern Kazakhstan, only the cultivars ‘Shortandinskaya 2012’ and ‘Astana 2’ exceeded the reference ‘Astana’ in yield. The accessions ‘BW 252’, ‘Neepawa’ (Canada), ‘MANITUOU LR 13’ (CIMMYT, Mexico) and ‘Novosibirskaya 29’ (Russia) ripened 1–2 days earlier than the reference, while their average yield for 3 years was almost on the same level with the reference. The cultivars ‘Astana’ (the reference, Kazakhstan), ‘WA007824 WA7824’ (USA), ‘Novosibirskaya 29’, ‘Novosibirskaya 15’ (Russia), ‘OPATA85 LR10’ and ‘LR27+LR31,LR34’ (CIMMYT, Mexico) were distinguished for grain quality due to their high protein content and the level of sedimentation.
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 | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».