GENETIC RESOURCES OF SPRING WHEAT RESISTANT TO BROWN RUST
Notice bibliographique
Résumé
Brown (leaf) rust is the most common wheat disease and is found on all continents and countries where this crop is cultivated. Spring wheat occupies about 9 million hectares in Northern Kazakhstan. According to M.K. Koishybaev, brown rust and Septoria spot often appear together in the northern region, when they spread during the shooting-earing period and in case of wide progression, yield losses reach 30-40%, at the beginning of the filling- grain milk ripeness period - 7-10%. Among plant protection measures from various diseases caused by parasitic fungi, bacteria, viruses, as well as from damage by various insects, the most effective is introduction of immune varieties into the culture. The aim of our research is to study the genetic resources of spring crops and to identify new sources and donors of leaf rust resistance in northern Kazakhstan. In total, 150 varieties of spring bread wheat of various ecological and geographical origin were selected. The collection seed plot of spring soft wheat was sown in 2 replications, with a plot area of 2m2. The brown rust plot was lain according to the methodology of the State Variety Testing of Agricultural Crops. As a result of the work carried out, thirty-one new sources of resistance to leaf rust were identified: k-29288 (Georgia), Stendal (Italy), Sriblyanka, PKHRSV 02 (Ukraine), Frontana (Brazil), Marquis (Canada), etc. Seven varieties were characterized by resistance to leaf rust and a complex of economically valuable traits: Lutescens 415/00; Lutescens 120-03; Lutescens 16-04; Haamam 4; Sigma; Sibirskaya 17; Chelyaba early. The selected samples are of great interest for practical breeding and will be used to create new varieties of spring wheat with high productivity and resistance to leaf rust.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».