Seed productivity and adaptability parameters of the alfalfa samples in the south of the Rostov region
Notice bibliographique
Résumé
The general climate change in the south of Russia makes the development of new varieties of grain crops, including forage grasses, with high resistance and adaptability to climatic stress factors extremely necessary. The breeding process of forage plant adapted to changing environmental conditions is seen as an effective way to allow crop production to cope with unexpected possible climate changes with the least possible losses. The specific reaction of plants to environmental conditions is of particular interest when studying collection plant samples of different gen[1]otypes, as well as when choosing varieties for cultivation in specific conditions. Studying the stability and adaptability of collection samples of forage grasses can also make it possible to use them in different regions. The purpose of the current study was to estimate alfalfa samples by the parameters of ecological adaptability and stability according to the trait ‘seed productivity’. The objects of study were 30 samples of the VIR collection from the USA, Canada, France and Peru. There has been identified a large group of samples with bi < 1. These samples were important as genotypes with a weak responsiveness of seed productivity to worse conditions. They are to be used in hybrids to obtain an initial material that is adaptive according to the trait ‘seed productivity’ in stressful conditions. The smallest bi coefficient was found in the samples ‘K-42694’ (0.20), ‘K-32783’ (0.22) and ‘K-47804’ (0.29). The stability coefficient σd 2 , which reflects the correlation between the growing conditions and seed productivity of the samples through the years of study and was calculated on the basis of the theoretical productivity and the deviation of the theoretical value from the actual one, varied from 0.01 to 74.70. This range of variation indicates that the set of samples contains such samples whose stability of productivity is genetically determined and significantly exceeds the variability of the average productivity of the entire set. Estimation of differences according to stability of seed productivity, in comparison with the standard variety ‘Rostovskaya 90’, revealed a significant difference in this trait in the samples ‘K-43272’, ‘K-50545’, ‘K-50561’.
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 | 0,001 |
| 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 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 ».