Evaluation of Drought Tolerance Ability in Wheat Genotypes Through Comprehensive Stress Indices
Notice bibliographique
Résumé
The objective was to assess a range of stress indices to discern wheat genotypes resilient to drought stress, so forty-nine genotypes underwent scrutiny in both drought stress in rainfed conditions and non-stress settings (with supplementary irrigation), employing a 7 × 7 lattice layout with two replicates across years 2019 and 2020. The evaluation incorporated twenty stress indices anchored in yield under water stress (YS) and potential (YP) circumstances. Primary analysis indicated that eight indices (RDI, YSI, YI, K2STI, MRP, REI, RR and SSPI) did not give any new information, so they were eliminated in further analysis. Genotypes G33 (4234 kg ha-1) and G9 (2227 kg ha-1) were the best genotypes based on YP in 2019 and 2020, respectively. A positive association was observed between ATI and YP and between YS with DI and K1STI in the year 2019, while in the second year, such positive associations were not seen. We found some wheat genotypes G6, G9, G10 and G11 demonstrated high performance in both potential and rainfed conditions across two years, showing yield higher than 1,800 and 2,700 kg ha-1 for YS and YP, respectively, across both years. These genotypes were detected as the most tolerant genotypes by mean-based indices (TOL, HM, GMP, and MP) as well as SSI and ATI indices, so it can be concluded that these indices are more useful than other indices for identifying the most tolerant as well as the high yielding 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 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 | 0,001 |
| 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 ».