MétaCan
Menu
Retour à la cohorte
Enregistrement W3037648836 · doi:10.1139/cjps-2019-0286

Peduncle breaking resistance: a potential selection criterion to improve lodging tolerance in oat

2020· article· en· W3037648836 sur OpenAlexaffvenue
Alireza Nakhforoosh, Shiv Kumar, T. Fetch, J. Mitchell Fetch

Notice bibliographique

RevueCanadian Journal of Plant Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueCrop Yield and Soil Fertility
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésPeduncle (anatomy)CultivarPaniclePlant stemSelection (genetic algorithm)BiologyAgronomyTraitAvenaHorticultureComputer science

Résumé

récupéré en direct d'OpenAlex

Breeding for tolerance to lodging is an objective, but also a challenge, in oat (Avena sativa L.) breeding programs. A widely adopted method to assess breeding lines for tolerance to lodging is based on visual scoring of plant standability (1 = standing upright; 9 = completely lodged). The lack of sufficient lodging pressure due to weather or growing conditions often renders the visual scoring method ineffective. We present an alternative approach that allows selection for tolerance to stem lodging by screening for peduncle strength in the absence of lodging pressure. This approach also provides objective selection of lodging tolerance using a quantitatively measurable plant trait rather than subjective scoring of the lodged plants. Stem structural and mechanical properties of six oat cultivars with varying levels of lodging tolerance were tested at field experiments over 3 site-years under three nitrogen rates. Results suggested peduncle breaking resistance (PBR), measured below the panicle, as a potential selection criterion for stem strength and therefore lodging tolerance. Significant genetic variation among oat cultivars (p < 0.01) was observed for PBR, which was significantly correlated with the strength of all lower internodes in all environments (R 2 > 0.73, p ≤ 0.05). This suggests that PBR provides a good estimation of the whole culm strength. Phenotyping of PBR can be easily integrated into breeding programs because of the ease of sampling and rapid measurement.

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 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 enseignants0,950
Score d'incertitude au seuil0,887

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 technologies0,0000,000
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 Opus0,014
Tête enseignante GPT0,205
Écart entre enseignants0,191 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetCrop Yield and Soil FertilityTravaux en français237 207