Investigation of Cotton Germplasm for Genetic Divergence Regarding Yield Related Trait Using Principal Component Analysis
Notice bibliographique
Résumé
Abstract Background: Cotton is a vital fiber and cash crop in Pakistan. Genetic diversity of a germplasm play an important role for cotton breeding. One hundred and two germplasm of upland cotton were investigated for genetic divergence regarding yield related attributes using principal component analysis. The research was carried out in RCB design with 2 replications. Experiment data was recorded on various qualitative and quantitative parameters and were subjected to principal components analysis (PCA) and cluster analysis.Results: PCA result showed that only four components were considered on account of their eigenvalue greater than 1 which contributed 65% to the total variability. Score plot showed that the suncrop-6, tipu-9, TJ-max, Deebal, CRIS-543, TH-20, Tahafuz-7, Eagle, BS-80, IUB-69, BH-221, NIAB-1048, and NIAB BT-2 showed the vertex of polygon and resulted as most divergent germplasm. Similarly cluster analysis also categorized the yield related traits into 5 main cluster. Cluster-1 contain 20 germplasm, cluster-II contain 16, and cluster-III, cluster-IV, and cluster-V comprise 13, 16, and 37 germplasm, respectively.Conclusion: Based on results, it was recommended that these genetically diverse germplasm might be used as parents that could be utilized in upcoming breeding programs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».