COTTON GERMPLASM CHARACTERIZATION FOR DROUGHT TOLERANCE BASED ON MORPHO-PHYSIOLOGICAL AND FIBER QUALITY PARAMETERS
Notice bibliographique
Résumé
Drought tolerance is a quantitative trait that is exceedingly challenging to breed, especially for allotetraploids like cotton. The scenario of limited water resources necessitates developing droughttolerant cultivars that conserve significant irrigation water throughout the summer. Therefore, the presented study used a design to statistically analyze the morphological, physiological, and fiber quality parameters linked with drought tolerance, which is a comprehensive method for choosing better genotypes from the available cotton germplasm. Measuring these parameters ensued for plants grown under field conditions. The germplasm comprised 150 cotton genotypes studied at two water regimes, i.e., regular and water-stressed conditions for two consecutive seasons of 2015–2016 and 2016–2017. Data recording ran for different morpho-physiological and fiber quality parameters. Significant differences occurred for all the treatments, genotypes, and Genotype × Environment interaction for all the morphological, physiological, and fiber quality parameters under study. Additive Main effects and Multiplicative Interaction (AMMI) analysis and AMMI biplot analysis helped analyze the results, which revealed that the cotton genotypes FH-900, FH-901, FH-312, AS-1, AS-2, AS-3, RH510, RH-627, AR-2, AR-9, BH-118, BH-175, SLH-74, CIM-1100, CIM-598, and MM-58 were drought tolerant and ranked highest concerning stress condition. Moreover, correlation studies distinguished the relationship between relevant traits concerning drought tolerance.
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 | 0,001 | 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) | 0,000 | 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 ».