Agronomical evaluation of low dormancy alfalfa populations selected by an indoor screening method
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Fall dormancy is a vital component of alfalfa ( Medicago sativa L.) yield in northern climates, but selection for the trait is often done at the expense of winter survival. We performed one cycle of selection to reduce fall dormancy in two winter hardy cultivars (Yellowhead and Peace) using a new indoor screening method. We compared the reduced dormancy populations with their respective initial cultivars for fall dormancy, yield, and winter survival at four sites across Canada. During the establishment and the first production years, plants of the reduced dormancy populations were generally taller in the fall than their respective cultivar, which resulted in a one unit increase of their fall dormancy class. Under field conditions, plants of the reduced dormancy populations had a similar winter survival than those of the initial cultivars. Under simulated winter conditions, freezing tolerance was not affected by selection for reduced dormancy in Peace, whereas a decrease from −24.0 to −21.5 °C was observed in Yellowhead. However, in this cultivar, we noted a 37% yield increase under field conditions and a 40% more vigorous regrowth under simulated winter conditions in the reduced dormancy population. These results showed that the indoor selection method effectively reduced fall dormancy and that indirect responses for yield and winter survival were dependent on the genetic background used as selection material. This selection method could therefore be promising to develop alfalfa cultivars adapted to northern latitudes with high winter hardiness and improved late season yield.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle