Cultivating sustainable futures: multi-environment evaluation and seed yield stability of faba bean (Vicia faba L.) genotypes by using different stability parameters in Ethiopia
Notice bibliographique
Résumé
Faba bean is an important legume crop with significant potential to contribute to sustainable agricultural systems and food security in Ethiopia. Despite its importance, the crop is prone to various biotic and abiotic constraints that can reduce seed yield and affect its stability and adaptability. To identify stable and adaptable genotypes, 10 faba bean genotypes were evaluated at three locations over two growing seasons using different stability parameters. Genotype-by-environment interaction (GGE biplot) and additive main effect and multiplicative interaction (AMMI) analyses are the statistical methods used to evaluate crop genotype performance across different environments to identify high-performing, stable, and adaptable genotypes and to highlight preferable environments for genotype differentiation. This study utilized cultivar superiority, regression coefficients, and deviations from regression parameters that provide valuable insights into genotype performance under varying environmental conditions. This approach helps to identify robust cultivars that can thrive across different agricultural settings and challenges, ultimately contributing to improved crop production and food security. The results revealed that G9, G8, and G7 are the three most stable and adaptable genotypes. These faba bean genotypes showed greater resilience to environmental changes and improved suitability for sustainable production, making them better options for local farmers. They also bolster resilience against climate variability and ultimately ensure agricultural sustainability. The AMMI model indicated that the genotype-environment interaction (GEI) significantly influences seed yield. These findings provide crucial insights into the genetic potential of faba bean genotypes that can help breeding programs to develop high-yielding, adaptable, and stable varieties for the region and other areas with similar agro-ecological conditions.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».