Determining adaptability of farmer bred spring wheat (<scp><i>Triticum aestivum</i></scp> L.) genotypes to Canadian organic production using stability analysis
Notice bibliographique
Résumé
Abstract Participatory plant breeding (PPB) is a collaborative process between farmers, plant breeders and researchers to create germplasm specifically bred for target environments. We sought to examine the yield performance and adaptability of genotypes from an organic PPB wheat programme under organic management across the Canadian prairies. We evaluated 25 farmer genotypes and 6 commercial cultivars in locations in Alberta, Saskatchewan and Manitoba, totalling 12 organic environments. The top performers most responsive to higher yield environments were three farmer genotypes (BL34‐SW, BL43C‐TM and BJ13‐GW) and one check cultivar (Vesper). Genotype plus genotype by environment (GGE) biplot analysis indicated that one farmer genotype (BL23‐AS) and one check cultivar (Vesper) demonstrated high yield and greater organic adaptation than other genotypes tested. Two registered cultivars (AAC Brandon and Jake) had low yield and poor adaptation, as did one farmer genotype (PWA10B‐LD). Yield was positively and strongly correlated with height, anthesis and mature biomass and kernel number per unit area. The results provide evidence that early generation farmer selection is an effective breeding strategy for discovering wheat genotypes with high yield and excellent adaptability to organic production systems in Canada.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».