Analysis of Linkage on Interaction of Main Aspects (Genotype by Environment Interaction, Stability and Genetic Parameters) of 1000 Kernels in Maize (Zea mays L.)
Notice bibliographique
Résumé
The assessment of 1000-kernel weight holds significant importance in determining maize grain yield, and elucidating its underlying genetic mechanisms is imperative for enhancing its overall performance. The material for the study consisted of 26 doubled-haploid (DH) maize lines obtained from crossing two cultivars with flint kernels. Lines were planted in the northern part of the Lower Silesia voivodship in Poland over ten years (2013–2022). The 1000-kernel weight was assessed. The purposes of the research were as follows: (1) to assess genotype by environment interaction (GEI by the additive main effects and multiplicative interaction (AMMI) model; (2) the selection of stable DH lines and environment-specific lines; and (3) the estimation of parameters related to additive and additive–additive gene interaction (epistasis). The results indicate the significant effects of genotype and environment, as well as the GEI, on the 1000-kernel weight. Estimates of additive gene action effects were statistically significant in every year of the study, except 2022. Estimates of epistasis (total additive-by-additive interaction) effects for 1000-kernel weight were statistically significant in 2013, 2015, and 2017 (positive effects), as well as in 2018 and 2020 (negative effects). The lines KN07 and KN10 are recommended for further inclusion in the breeding program due to their stability and highest average of 1000-kernel weight.
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 | 0,001 |
| 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 ».