MétaCan
Menu
Retour à la cohorte
Enregistrement W3153242966 · doi:10.5539/jas.v13n5p104

Genetic Evaluation and Correlation Analysis Among Various Quantitative Traits in Maize Single-Cross Hybrids Under Diverse Environments

2021· article· en· W3153242966 sur OpenAlexvenueno aff
Fortunate Makore, Cosmos Magorokosho, Shorai Dari, Edmore Gasura, Upenyu Mazarura, Casper Nyaradzai Kamutando, Xavier Mhike

Notice bibliographique

RevueJournal of Agricultural Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetics and Plant Breeding
Établissements canadiensnon disponible
Organismes subventionnairesConsortium of International Agricultural Research CentersState Tobacco Monopoly AdministrationBill and Melinda Gates FoundationUnited States Agency for International Development
Mots-clésHeritabilityDiallel crossHybridAnthesisBiologyMating designGenetic variationInbred strainCorrelationGenetic correlationGenetic variabilityAgronomyPath coefficientCorrelation coefficientPath analysis (statistics)HorticultureGenotypeGeneticsStatisticsMathematicsCultivar

Résumé

récupéré en direct d'OpenAlex

Genetic variation abundance, high genetic advance coupled with high heritability estimates presents the most suitable condition for selection. Ninety-five hybrids generated from elite and new inbred lines crossed using half diallel mating design were evaluated under diverse environments. The objectives were to estimate genetic variances, heritability of traits and genetic advance and to determine correlations of grain yield and its component characters in maize hybrids. Analysis of variance revealed significant differences among genotypes for all traits studied except for ear rots. Estimates of phenotypic coefficient of variation were slightly higher than genotypic coefficient of variation for all traits suggesting low influence of environment in the expression of these traits. High heritability and genetic estimates were recorded for grain yield (79%; 30.27%), plant height (85%; 102.42%) and ear height (86%; 117.15%) whilst high heritability and low genetic advance were observed for anthesis date (87%; 5.8%), texture (75%; 8%) and ear position (71%; 0.23%). Correlation between environments using grain yield data revealed existence of a very strong positive correlation between CIMMYT2 and RARS2 suggesting that the sites have the same discriminating effect. Correlation among traits revealed that grain yield had significant (P < 0.05) positive correlation with plant height and ear height. Similarly, plant height had significant and positive correlation with ear height while ear position was positively correlated to ear height. Path analysis showed that plant height, ears per plant and ear position had positive direct effects on grain, while anthesis date, ear height, ear position, grain moisture content at harvest and texture indirectly influenced grain yield. These characters’ contribution to grain yield is important and the strong association with grain yield implied that these can be used as secondary traits to indirectly select for grain yield performance in this set of germplasm across all the environments.

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)0,001
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 enseignants0,712
Score d'incertitude au seuil0,191

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,042
Tête enseignante GPT0,249
Écart entre enseignants0,208 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGenetics and Plant BreedingTravaux en français237 207