MétaCan
Menu
Retour à la cohorte
Enregistrement W4404868933 · doi:10.5376/mgg.2024.15.0025

Trends in Maize Genomic Research: Past, Present, and Future

2024· article· en· W4404868933 sur OpenAlexvenueno aff
Jinhua Cheng, Wei Wang

Notice bibliographique

RevueMaize Genomics and Genetics · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Resistance and Genetics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésZea maysData scienceGeographyBiologyComputational biologyEvolutionary biologyComputer scienceAgronomy

Résumé

récupéré en direct d'OpenAlex

Maize ( Zea mays ) is one of the most important food crops globally, playing a crucial role in agriculture, food security, and biofuel production. Due to its significance, maize genomics research has gradually become a focal point of scientific inquiry. From early genetic studies to modern molecular biology technologies, significant progress has been made in maize genome research, driving advancements in breeding and crop improvement. This study reviews the historical progress of maize genomics research and analyzes current trends in genomics, particularly breakthroughs in genome sequencing, functional genomics, gene editing, systems biology, and epigenomics. It also explores the impact of these studies on maize crop improvement, genetic diversity conservation, and addressing global challenges such as climate change and food security. The research indicates that technologies like maize genome sequencing and CRISPR gene editing have significantly accelerated the breeding process, enhancing stress resistance, yield, and nutritional value. Furthermore, multi-omics integration and the application of systems biology have revealed the complexity of the maize genome and regulatory networks, providing new opportunities for personalized agriculture and precision breeding. Maize genomics not only provides critical genetic information for crop improvement but also offers new solutions for tackling global issues like food security, climate change, and nutritional enhancement. By systematically summarizing past and current research achievements, this study lays the theoretical foundation for the broad application of maize genomics in agriculture and uncovers the potential for precision breeding and personalized agriculture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0030,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,274
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaize Genomics and GeneticsMême sujetPlant Disease Resistance and GeneticsTravaux en français237 207