Digital Image Analysis of Low-Temperature Responses in Sweet Corn Hybrid Seedlings
Notice bibliographique
Résumé
Breeding for stress-tolerant hybrids begins with screening germplasm for tolerant genotypes. We employed a non-destructive and objective method to evaluate the low-temperature response of sweet corns at the seedling stage, using a digital image analysis. It was estimated using summed leaf area, a new parameter defined as the sum of the leaf area measured from images taken at different angles. The summed leaf area, SPAD, shoot and root fresh weight, and total root length were significantly different among hybrids. The group mean of sugary endosperm type was significantly higher than that of shrunken type for all traits but SPAD. For the summed leaf area, the top three ranked hybrids were from the sugary type, but the area for the following three hybrids from the shrunken type did not differ from that for the first three hybrids. The summed leaf area was correlated with SPAD (r = 0.49 **), shoot (r = 0.99 **) and root (r = 0.93 **) fresh weight, and total root length (r = 0.76 **). Phytoglycogen in seeds only had a significant correlation (r = 0.46 **) with the area. The summed leaf area of only one hybrid differed between normal- and low-temperature conditions. The low-temperature response based on the summed leaf area was reflected in the field condition, with a few exceptions. The results suggest that the summed leaf area via digital image analysis can be used to evaluate low-temperature response in sweet corns.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».