Assessment of yield performances for grain sorghum varieties by AMMI and GGE biplot analyses
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Grain sorghum is an exceptional source of dietary nutrition with outstanding economic values. Breeding of grain sorghum can be slowed down by the occurrence of genotype × environment interactions (GEI) causing biased estimation of yield performance in multi-environments and therefore complicates direct phenotypic selection of superior genotypes. Multi-environment trials by randomized complete block design with three replications were performed on 13 newly developed grain sorghum varieties at seven test locations across China for two years. Additive main effects and multiplicative interaction (AMMI) and genotype + genotype × environment (GGE) biplot models were adopted to uncover GEI patterns and effectively identify high-yielding genotypes with stable performance across environments. Yield (YLD), plant height (PH), days to maturity (DTM), thousand seed weight (TSW), and panicle length (PL) were measured. Statistical analysis showed that target traits were influenced by significant GEI effects ( p < 0.001), that broad-sense heritability estimates for these traits varied from 0.40 to 0.94 within the medium to high range, that AMMI and GGE biplot models captured more than 66.3% of total variance suggesting sufficient applicability of both analytic models, and that two genotypes, G3 (Liaoza No.52) and G10 (Jinza 110), were identified as the superior varieties while one genotype, G11 (Jinza 111), was the locally adapted variety. G3 was the most stable variety with highest yielding potential and G10 was second to G3 in average yield and stability whereas G11 had best adaptation only in one test location. We recommend G3 and G10 for the production in Shenyang, Chaoyang, Jinzhou, Jinzhong, Yulin, and Pingliang, while G11 for Yili.
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.
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 | 0,001 |
| 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 découle