MétaCan
Menu
Retour à la cohorte
Enregistrement W4388133368 · doi:10.1111/raq.12871

Kelp breeding in China: Challenges and opportunities for solutions

2023· article· en· W4388133368 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueReviews in Aquaculture · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensCape Breton University
Organismes subventionnairesInstitut Pasteur de MontevideoNational Natural Science Foundation of ChinaYantai University
Mots-clésKelpGermplasmBiologyBiotechnologyResource (disambiguation)AdaptabilityIntrogressionEcologyEnvironmental planningEnvironmental resource managementGeographyAgronomy

Résumé

récupéré en direct d'OpenAlex

Abstract Breeding has played an important role in the mariculture and industrialization of kelp in China. However, the current kelp breeding systems in China have encountered some problems relating to germplasm diversity, management, technological innovations, and regional co‐operation. This review summarizes the main challenges, such as top‐down and fragmented management of germplasm libraries, as well as private industry breeding without government regulations, inter‐cultivar accidental admixing and genetic erosion, loss of heterozygosity due to repeated selection and self‐crossing. We outline multiple potential approaches to breed cultivars with improved qualitative/quantitative traits which can be subjected to changing environments, for example: (i) establishing a national germplasm repository to enhance integrative collection and preservation of kelp resources; (ii) planning and implementing kelp breeding programmes according to strategic priorities and goal‐orientations; (iii) optimizing a hybridization‐based breeding pipeline to produce robust cultivars through the introgression of novel alleles and thus the expression of hybrid vigour; (iv) enriching the high‐quality annotated reference genomes and functional analysis of trait‐associated markers/loci to develop DNA‐based breeding technologies; (v) developing new priming‐based (e.g., thermal and disease resistance) bio‐engineering breeding strategies to meet future unpredictable climate change; and (vi) breeding towards an ecological kelp‐microbiome interaction‐based technique to produce cultivars with enhanced performance and adaptability to environmental scenarios. Collectively, the lessons learned from kelp breeding in China and the solutions proposed here may not only potentially improve or re‐invigorate the Chinese kelp industry, but will also assist other developing countries in taking corrective actions to develop a sustainable future kelp farming industry.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,169
Tête enseignante GPT0,283
Écart entre enseignants0,114 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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