Вихідний матеріал для селекції технологічних сортів сочевиці
Notice bibliographique
Résumé
Materials and methods. As of January 1, 2021, the National Center for Plant Genetic Resources of Ukraine has a collection comprising 1,101 lentil specimens from 54 countries, including 90 Ukrainian specimens. Of these, 17% are breeding varieties, 45% are breeding lines, 37% are trivially bred varieties and forms, and about 1% are five wild lentil species. The collection specimens were evaluated in accordance with valid methods. Our objective was to evaluate the collection for the traits that determine ease of production and to offer starting material for breeding. Our purpose was to identify sources of valuable economic characteristics for the breeding of easily producible lentil varieties. Results and discussion. Basing on the multi-year results, we selected and proposed the starting material to create easily producible lentil varieties with the following characteristics: high yields of seeds (11 macrosperma sources (Krasnohradska 5 originating from Ukraine [1000-seed weight = 73 g]; 1913 T 15 from Canada [66 g]; UD0600141 from Spain [91 g]; and others) and 25 microsperma sources (UD0600707 from Ukraine [34 g]; Miledi from Russia [38 g]; CDC Redcap from Canada [38 g]; and others)); suitability for mechanized harvesting (6 macrosperma sources (Mistseva 5 from Ukraine, Ilina from Slovakia, 1921 T 11 from Canada, and others) and 18 microsperma sources (Novourenskaya 3565 from Russia, Pozdnyaya from the Czech Republic, CDC Redwing from Canada, and others)); improved biochemical composition and high cooking qualities of seeds (3 macrosperma sources (local accessions: UD0600141 from Spain, UD0600329 from Syria, UD0600151 from Mexico) and 10 microsperma sources (local accessions: UD0600451 from Bulgaria, UD0600017 from Afghanistan, UD0600979 from Israel, and others)). Conclusions. For 30 years of intensive work of the National Center for Genetic Resources of Plants of Ukraine, divers and original staring material of lentil has been collected and studied; sources of valuable economic characteristics have been identified for breeding programs of research institutions of Ukraine and other countries
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 | 0,000 |
| 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 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 ».