SELECTION OF STABLE WHEAT GENOTYPES UNDER DIFFERENT AGRO-ECOLOGICAL ZONES OF PUNJAB, PAKISTAN
Notice bibliographique
Résumé
Wheat is a globally significant cereal crop crucial for ensuring food security. Plant breeders strive to enhance yield potential by developing optimized and stable genotypes. In Pakistan, an agricultural country facing food security challenges, annual multi-environment trials (MET)’s systematic conduct transpire across various research stations in Punjab province. Precise data analysis of these trials is paramount in strengthening the national agricultural research system. The primary objective of this study was to identify stable wheat genotypes by analyzing data from MET trials in 31 distinct environments within the Punjab province during 2020–2021. The study comprised 50 wheat genotypes laid out under an alpha lattice design. The collected data underwent an analysis based on additive main effects and multiplicative interaction (AMMI) in combination with other stability measures. The findings revealed that genotype G41 (HYT100-27) exhibited superior performance, ranking within the top five across all five stability measures. Likewise, G27 (TWS17042) and G22 (HYT100-100) genotypes have four stability measures recommending these. Notably, G1 (HYT100-74) demonstrated the highest average yield across all locations and gained support from two additional stability measures. Therefore, G41, G27, G22, and G1 emerged as the most stable and productive genotypes among all those studied. Regarding the environments, MLSI proved the most desirable, followed by RARL. Conversely, the ARFG and ARFK resulted as the least ideal environments.
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) | 0,000 | 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 ».