Genetic selection for cold hardiness in coastal Douglas-fir seedlings and saplings
Notice bibliographique
Résumé
Genetic control of cold hardiness in two-year-old seedlings was compared with that in 7-year-old saplings of 40 open-pollinated families in each of two breeding populations (Coast and Cascade) of coastal Douglas-fir (Pseudotsuga menziesii var. menziesii (Mirb.) Franco) from western Oregon. In addition, the efficacy of bud phenology traits as predictors of cold hardiness at the two stages was explored. Fall and spring cold hardiness were assessed using artificial freeze testing. Similar genetic control of cold hardiness in seedlings and saplings is suggested by strong type-B genetic correlations (rB) between the two ages for fall and spring cold injury traits (rB[Formula: see text] 0.78) and by similar trends in individual tree heritability estimates (hi2), e.g., hi2was greater in spring (hi2= 0.73) than in fall (hi2= 0.36) and greater in the Coast population (hi2= 0.69) than in the Cascade population (hi2= 0.40) at both ages. Strong responses to direct selection are expected for spring cold hardiness at both ages and for fall cold hardiness in seedlings, even under mild selection intensities. Similar heritabilities in seedlings and saplings, and strong genetic correlations between ages for cold-hardiness traits, ensure that selection at one age will produce similar gains at the other age. Type-A genetic correlations (rA) between fall and spring cold hardiness were near zero in the Cascade population (rA= 0.08 and -0.14 at ages 2 and 7, respectively) but were moderate and negative in the Coast population (rA= -0.54 and -0.36, respectively). Bud-burst timing appears to be a suitable surrogate to artificial freeze testing for assessing spring cold hardiness in both seedlings and saplings, as is bud set timing for assessing fall cold hardiness in seedlings, but bud set timing is a poor predictor of fall cold hardiness in saplings.
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 | 0,000 | 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) | 0,001 | 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 ».