MétaCan
Menu
Retour à la cohorte
Enregistrement W4304609475 · doi:10.22541/au.166549192.27137800/v1

Turning the plant breeding phenotyping bottleneck into a pipeline

2022· preprint· en· W4304609475 sur OpenAlexaffabout
Henry Cordoba-Novoa, Isabella Chiaravalotti, Laura Esquivel, Robert W. McGee, Jeff Smith, Shangpeng Sun, Valerio Hoyos‐Villegas

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBerry genetics and cultivation research
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBottleneckPhenomicsPlant breedingBiologyComputer scienceBiotechnologyEngineeringGenomicsAgronomyOperations managementGenome

Résumé

récupéré en direct d'OpenAlex

BodyText: Despite progress in multiple areas, measuring phenotypes in plant breeding remains a bottleneck in the plant breeding and improvement cycle. This becomes particularly true when dealing with complex trait dissection. In the coming years, a revolution in plant breeding will be realized thanks to advanced in photo optic, ultrasonic, capacitive sensors, etc. This seminar reviews topics and discusses the current avenues that need to merge to alleviate phenotyping bottlenecks for plant breeding programs and improve true genetic gain. As case studies, it reports the research that the Pulse Breeding and Genetics laboratory at McGill University carries out for the development of pulse crop varieties. This is part of the efforts to build phenomics capacity in eastern Canada as part of the ECP3 initiative.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,022
score de la tête « metaresearch » (Gemma)0,029
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,029
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,003
Communication savante0,0070,007
Science ouverte0,0040,007
Intégrité de la recherche0,0020,008
Charge utile insuffisante (le modèle a refusé de juger)0,0140,011

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 Opus0,073
Tête enseignante GPT0,278
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetBerry genetics and cultivation researchTravaux en français237 207