Screening of the mogar collection samples according to productivity and biochemical composition of biomass
Notice bibliographique
Résumé
In the arid conditions of the Lower Volga region, mogar is a promising fodder crop. Therefore, the purpose of the current study was to identify promising samples for the development of new varieties that would meet the requirements of domestic agricultural producers. The paper has presented the estimation results of the mogar varieties of the VIR genetic resources collection according to morphometric parameters, productivity, and nutritional value of aboveground biomass. The study was carried out in the department of perennial and annual grasses of the FSB-SI Russian Research and Project-technological Institute of sorghum and maize “Rossorgo” in 2021–2022. The objects of study were 36 mogar varieties of various ecological and geographical origin. Based on the estimation results of the initial material of mogar, ther have been identified the promising samples for further introduction in the breeding process to increase the values of individual traits, since it is advisable to use the following samples to improve the biochemical composition of the biomass, as k-1356 (Russia), k-1745 (Bulgaria), k-1748 (Bulgaria), k-1775 (Romania) to increase the content of crude protein (> 7.50 %); k-63 (USA), k-80 (USA), k-336 (Morocco), k-1854 (Hungary), k-1877 (the USA) to increase crude fat> 3.00% ; k-1356 (Russia), k-1850 (Hungary), k-1833 (China), Asket (st) (Russia) to increase crude ash >10.00%. The varieties k-605 (China), k-1027 (Kazakhstan), Atlant (Russia) are found promising for breeding work for high yields of aboveground biomass >20.00 t/ha. The studied mogar varieties k-336, k-605, k-993, k-1027, k-1726 according to the collection of fodder units per hectare exceeded the standard variety from 1.2 to 12.9 %. The highest gross energy yield per unit area, exceeding the indicator of the standard variety, was established for the varieties k-336 (Morocco), k-605 (China), k-993 (Romania), k-1027 (Kazakhstan), k-1726 (Canada), k-1775 (Romania).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».