MétaCan
Menu
Retour à la cohorte
Enregistrement W3208044637 · doi:10.5376/rgg.2021.12.0005

Rice Quality Evaluating and Key Quality Genes Genotyping of Rice Germplasm Resources from Africa and Brazil

2021· article· en· W3208044637 sur OpenAlexvenueno aff
Huashan Xu, Wei He, Lei Zhou, Kai Liu, Xiaolin Yang, Aiqing You

Notice bibliographique

RevueRice Genomics and Genetics · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGABA and Rice Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGermplasmBiotechnologyGenotypingQuality (philosophy)BiologyGenotypeAgronomyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

High quality is one of the most objectives in rice breeding, and introducing and evaluating the quality of rice germplasm are very important for screening novel parent with high quality and breeding high quality varieties. In this study, a total of 28 rice germplasm from Africa and Brazil were evaluated their milling quality, appearance quality and cooking and eating quality in Wuhan City, Hubei Province. The results showed the milling quality and appearance quality of most varieties were very high, but the cooking and eating quality of them were bad. Finally, 13 varieties with high quality were screened. The correlation analysis indicated that different traits among milling quality, appearance quality and cooking and eating quality had low correlation between each other. Further, all germplasm was genotyping three important quality genes, GS3 , Wx and ALK . There were two genotypes in each of GS3 and Wx , and ALK had three genotypes. The phenotypes showed significantly difference between different genotypes for both Wx and ALK . Our results will give valuable germplasm resources, gene resources and marker resources for breeding high quality rice varieties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,092
Tête enseignante GPT0,342
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRice Genomics and GeneticsMême sujetGABA and Rice ResearchTravaux en français237 207