Grain yield genetic gains and changes in physiological related traits for CIMMYT’s High Rainfall Wheat Screening Nursery tested across international environments
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
The effects of climate change together with the projected future demand represents a huge challenge for wheat production systems worldwide. Wheat breeding can contribute to global food security through the creation of genotypes exhibiting stress tolerance and higher yield potential. The objectives of our study were to (i) estimate the annual grain yield (GY) genetic gain of High Rainfall Wheat Yield Trials (HRWYT) grown from 2007 (15th HRWYT) to 2016 (24th HRWYT) across international environments, and (ii) determine the changes in physiological traits associated with GY genetic improvement. The GY genetic gains were estimated as genetic progress per se (GYP) and in terms of local checks (GYLC). In total, 239 international locations were classified into two groups: high- and low-rainfall environments based on climate variables and trial management practices. In the high-rainfall environment, the annual genetic gains for GYP and GYLC were 3.8 and 1.17 % (160 and 65.1 kg ha−1 yr−1), respectively. In the low-rainfall environment, the genetic gains were 0.93 and 0.73 % (40 and 33.1 kg ha−1 yr−1), for GYP and GYLC respectively. The GY of the lines included in each nursery showed a significant phenotypic correlation between high- and low-rainfall environments in all the examined years and several of the five best performing lines were common in both environments. The GY progress was mainly associated with increased grain weight (R2 = 0.35 p < 0.001), days to maturity (R2 = 0.20, p < 0.001) and grain filling period (R2 = 0.06, p < 0.05). These results indicate continuous GY genetic progress and yield stability in the HRWYT germplasm developed and distributed by CIMMYT.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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