Micro-Climatic effect on Cotton Yield, quality, Bt toxin & GT Gene
Notice bibliographique
Résumé
Unsuitable change in climatic conditions cause decline in quality and yield of major crops. Plant growth is directly affected if temperature, rainfall or humidity are not optimum. A multi-location and multi season evaluation of climatic effects on quality and yield may produce a reliable data for future breeding. A set of 39 upcoming varieties of cotton were evaluated on six different Micro-climatic locations of Punjab i.e. Multan, Bahawalpur, Sahiwal, Rahimyar khan, Vehari and Faisalabad in a triplicated trial. The experiment was repeated next year on same locations. Data for three key environmental factors such as temperature, rainfall and humidity was recorded at each station. The crop was analyzed for yield, fiber length, fiber strength and fiber fineness. The genotypes were also evaluated for Bt toxin and Glyphosate tolerance gene (GTG). The analysis revealed that high temperature has negative effect on yield, Bt expression, fineness, uniformity and GTG. Precipitation and humidity had positive effect on fiber fineness and uniformity, whereas, negative effect of both environmental factors was recorded for fiber length and strength. Increase in precipitation at early cropping stage was associated with increase in yield whereas higher humidity has negative impact on yield. As compared to high average temperature and number of days above 400C, cotton yield is more sensitive to heat waves (maximum temperature). Varieties with high temperature tolerance in cotton should be breed for climate change scenario.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».