Unveiling Phenotypic and Environmental Dynamics: Exploring Genetic Stability and Adaptability of Faba Bean Cultivars in Norwegian Climates
Notice bibliographique
Résumé
ABSTRACT This study evaluated 22 spring‐type faba bean cultivars in the main areas for cultivation of faba bean in Norway to assess the variation of 14 faba bean traits due to cultivar (G), environment (E), and their interaction (G × E), and to assess their stability across environments by using the additive main effects and multiplicative interaction (AMMI) analysis and coefficient of variation (CV). Significant G, E, and G × E effects were found for most traits, with environment accounting for much of the variance in yield and the growing degree days (GDD) to different developmental stages. Yield was highly correlated with thousand kernel weight (TKW) and GDD to BBCH 89 (maturation). The stability of the cultivars was studied for yield, TKW, and GDD to BBCH 89. Stability analysis using the AMMI stability value, yield stability index, CV, and the average sum of ranks identified Birgit, Stella, Bobas, and Macho as the most stable high‐yielding cultivars across environments, achieving a mean yield of 6–6.4 tons ha−1. Bobas, Macho, Stella, and Yukon had the most stable TKW (612–699 g) and Bobas, Capri, Trumpet, and Vertigo were the most stable regarding GDD to BBCH 89 (1257°C days, with a base temperature of 5°C). These stable cultivars can be utilized in breeding programs to achieve high and stable faba bean yield in the main growing areas of Norway and other Nordic‐Baltic countries.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».