Association of traits in Ethiopian fenugreek (Trigonella foenum-graecum L.) genotypes regarding to seed yield by using phenotypic data
Notice bibliographique
Résumé
Shortage of information on association of traits is one of the problems in fenugreek productivity. Field experiment was implemented at Jamma district of South Wollo Administrative Zone of Amhara National Regional State, in 2018/19 main rainy season to examine the nature and extent of correlation, direct and indirect effects among yield and yield related traits. Sixty-two nationally collected fenugreek genotypes along with standard and local checks were evaluated in simple lattice design. Seed yield plot-1 was significantly and positively correlated to biomass yield-1 (r = 0.5) and harvest index (r = 0.6***) at genotypic level. Seed yield was also significantly and positively correlated with harvesting index (r = 0.6***) and weakly and negatively (r = -0.01) correlated to biomass yield at phenotypic level. Path coefficient analysis revealed that biomass (0.951), harvesting index (0.283) and pod length (-0.163) had contributed the maximum positive and negative direct effect on seed yield respectively, at phenotypic level. At genotypic level biomass yield ha-1 (0.816) and harvesting index (0.930) had contributed strong positive direct effect and plant height (-0.004) had revealed weak negative direct effect.
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 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».