Genotype-by-environment interaction and stability analysis of grain yield of bread wheat (Triticum aestivum L.) genotypes using AMMI and GGE biplot analyses
Notice bibliographique
Résumé
Bread wheat is a vital staple crop worldwide; including in Ethiopia, but its production is prone to various environmental constraints and yield reduction associated with adaptation. To identify adaptable genotypes, a total of 12 bread wheat genotypes (G1 to G12) were evaluated for their genotype-environment interaction (GEI) and stability across three different environments for two years using Additive Main Effect and Multiplicative Interaction (AMMI) and genotype main effect plus genotype-by-environment interaction (GGE) biplots analysis. GEI is a common phenomenon in crop improvement and is of significant importance in genotype assessment and recommendation. According to combined analysis of variance, grain yield was considerably impacted by environments, genotypes, and GEI. AMMI and GGE biplots analysis also provided insights into the performance and stability of the genotypes across diverse environmental conditions. Among the 12 genotypes, G6 was selected by AMMI biplot analysis as adaptive and high-yielding genotype; G5 and G7 demonstrated high stability and minimal interaction with the environment, as evidenced by their IPCA1 values. G7 was identified as the most stable and high-yielding genotype. The GGE biplot's polygon view revealed that the highest grain yield was obtained from G6 in environment three (E3). E3 was selected as the ideal environment by the GGE biplot. The top three stable genotypes identified by AMMI stability value (ASV) were G5, G7, and G10, while the most stable genotype determined by Genotype Selection Index (GSI) was G7. Even though G6 was a high yielder, it was found to be unstable according to ASV and ranked third in stability according to GSI. Based on the study's findings, the GGE biplot genotype view for grain yield identified Tay genotype (G6) to be the most ideal genotype due to its high grain yield and stability in diverse environments. G7 showed similar characteristics and was also stable. These findings provide valuable insights to breeders and researchers for selecting high-yielding and stable, as well as high-yielding specifically adapted genotypes.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».