Multiple-Traits Selection in White Guinea Yam (Dioscorea rotundata) Genotypes
Notice bibliographique
Résumé
Choosing superior parents with complementary trait values for hybridization and selecting variants with desired product profiles to release as a new cultivar are important breeding activities to progress genetic improvement in crops. This study assessed the genetic potential of 36 parental lines of white Guinea yam (Dioscorea rotundata) genotypes using multi-trait index-based factor analysis and ideotype design (FAI-BLUP). The experiment utilized 36 white yam genotypes laid out in a 6 × 6 triple lattice design with three replications and phenotyped for 18 agronomic and food quality traits. Findings showed significant differences among genotypes for all assessed traits. Fifteen traits had desired genetic gains, whereas stem diameter (−1.34%), and two starch property traits ((holding strength (−26.31%) and final paste viscosity (−3.33%)) had undesired selection gain. The FAI-BLUP index provided total genetic gains of 148.91% for traits desired for increase and –29.26% for those desired for decrease. Genotypes TDr08-21-2, TDr9518544, TDr9501932, TDr8902665 and Pampars were identified as top best candidate for simultaneous improvement of the measured traits in white yam breeding. The findings indicate the effectiveness of the FAI-BLUP index in identifying and selecting genotypes.
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) | 0,000 | 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 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 ».