Comprehensive Evaluation of Quality Traits of Hovenia acerba Germplasm Resources in Fujian Province
Notice bibliographique
Résumé
Hovenia acerba is a precious medicinal and edible tree. We assessed the genetic variation of H. acerba quality traits and conducted a comprehensive germplasm resource evaluation to provide a theoretical basis for breeding edible, medicinal, and edible/medicine combination varieties. We evaluated 31 H. acerba germplasm resources, including 12 infructescence and 8 fruit quality traits using correlation, principal component, and cluster analyses. The results showed that there were significant differences in all quality traits, with an average coefficient of variation greater than 0.20, an average genetic diversity greater than 1.80, and an average repeatability greater than 0.90. The average genetic variation and repeatability of quality traits in infructescence were higher than fruit. Infructescence K, Ca, Mn, Mg, and reducing sugar contents are important indicators in evaluating infructescence and fruit quality traits, and infructescence K, Mg, and reducing sugar contents are also quality innovation indices of H. acerba germplasms. Tannin, protein, and soluble sugar were the most suitable quality components for screening, followed by reducing sugar, starch, fat, total saponins, and total flavones. According to principal component factor scores and cluster analysis results, specific genotypes were selected as breeding materials for infructescence protein, tannin, flavone, reductive sugar, fruit tannin, fat, flavonoid, saponin, protein, and starch. The correlation analysis with environmental factors showed that the total amount of applied water could influence H. acerba infructescence and fruit quality. In conclusion, the variability of H. acerba germplasm resources was rich, and selection potential is large, which is beneficial to germplasm quality innovation and breeding.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,000 | 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 ».