MétaCan
Menu
Retour à la cohorte
Enregistrement W3209150678 · doi:10.30766/2072-9081.2021.22.5.661-675

Source for the breeding of soft spring wheat in the conditions of Kirov region

2021· article· en· W3209150678 sur OpenAlexaboutno aff
О. С. Амунова, Л. В. Волкова, Е. В. Зуев, А. В. Харина

Notice bibliographique

RevueAgricultural science Euro-North-East · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Productivity and Crop Improvement
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Science and Higher Education of the Russian Federation
Mots-clésGeographyGrain yieldYield (engineering)Genetic resourcesAgronomyResistance (ecology)Winter wheatGrowing seasonBiologyHorticultureBiotechnologyPhysics

Résumé

récupéré en direct d'OpenAlex

In the conditions of the Kirov region, 375 samples of soft spring wheat of various ecological and geographical origin (from 30 countries) of the Federal Research Centre N. I. Vavilov All-Russian Institute of Plant Genetic Resources (VIR) collection were studied. The assessment of the source material by yield, duration of the growing season, plant height, lodging resistance, productivity of the ear and plant, 1000-grain mass is presented in the form of a 9-point system of the severity of the trait for three years of field study. As sources for breeding, varieties that combine high yield (5.0...9.0 points) with a high level of economically valuable traits (7.0...9.0 points) were identified. The maximum average point (9.0) for yield capacity was noted by the variety Karabalykskaya 91 (Kazakhstan). The optimal height (53.9...74.0 cm) and lodging resistance were noted in the varieties: Estivum 155 (Russia), Kvorum (Ukraine), Epos, Ethos, Nandu, Schenk and KVS Akvilon (Germany), AC Phil and PT-741 (Canada), Hybrid (Mexico), Leguan (Czech), PS-133 (China) and SSL 25-2 (USA). Early maturation was distinguished in the domestic varieties Skala and Iren (80...87 days). The samples Line 3691h, Izida, FPCh-Ppd-m, Gerakl, Sibirskaya 16 (Russia), Kvorum (Ukraine), Attis and Nandu (Germany), Musket (England) were distinguished by the length (7.3...8.8 cm) and the number of grain of the main ear (32.1...39.9 pcs.). The varieties Voronezhskaya 16, Gerakl, Saratovskaya 72, Saratovskaya 73, Sibirskaya 16, Serebristaya, FPCh-Ppd-m and Ekada 6 (Russia), Anshlag and Kvorum (Ukraine), AC Gabrieland Hoffman (Canada), Attis and Nandu (Germany) were distinguished by a high grain weight per ear (1.28...1.58 g). The varieties Zakamskaya (Russia), Rassvet (Belarus), AC Cadillac (Canada) and PS-95 (China) are recommended as sources of high protein content. It is shown that the wheat yield in the region is closely related to the plant height (r = 0.67), the ear and plant productivity elements (r = 0.24...0.41), the protein content (r = -0.49) and does not depend on the 1000-grain mass (r = 0.04). Sixteen samples were identified with complex resistance to dominating fungal diseases. Samples Altajskaya 110, Kinelskaya 61, Line 2, Lutescens 30 and Estivum V313 (Russia) combined high yield with aluminum resistance. Varieties Altajskaya 100, Baganskaya 95, Line 3691h, Novosibirskaya 20 and Estivum 155 (Russia), Klein Vencedor (Argentina) and NOS Norko (Germany) were characterized by high yield and drought resistance. Based on the obtained results, a bank of sources of economically valuable traits was created, which allows to involve genotypes adapted to the conditions of the region in the breeding process.

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 enseignants0,936
Score d'incertitude au seuil0,651

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,034
Tête enseignante GPT0,217
Écart entre enseignants0,182 · 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural science Euro-North-EastMême sujetAgricultural Productivity and Crop ImprovementTravaux en français237 207