Evaluation of grain yield, and quality characteristics of some bread wheat cultivars in different agro-ecological regions of Türkiye
Notice bibliographique
Résumé
Climate change and recurrent droughts challenge wheat production and yield, necessitating careful selection and plant breeding research. "Value for Cultivation and Use" experiments are crucial for assessing genetic gains and providing information about potential pathways to alleviate production losses under specific environmental conditions. The goal of the study was to compare the grain yield and quality characteristics of 46 registered bread wheat cultivars in 5 out of 7 agro-ecological regions of Türkiye between 2016-2017 and 2017–2018. The registered wheat cultivars were also characterized in terms of high molecular weight glutenin subunits (HMW-GS) and the relationships between quality traits and band patterns. Genotype × environment interaction was found statistically significant ( p < 0.05) for grain yield and the stability of the cultivars as explained on biplot graphs. The Mediterranean and the Central Anatolian region had the highest and the lowest average grain yield of 8137 kg ha −1 and 4260 kg ha −1 respectively under the rainfed conditions. The average thousand kernel weight of the cultivars was 35.3–39.9 g, with test weight of 77.2–79.2 kg hL −1 , protein content of 13.4–14.7 %, Zeleny sedimentation of 39.2–53.3 mL, and alveograph energy value varied between 191.2-276.4 × 10 −4 J. The most common subunits in cultivars were 2∗ at Glu-A1 , 7 + 8 and 7 + 9 at Glu-B1 , and 5 + 10 at Glu-D1 . It is concluded that high-quality new varieties are developed by high-molecular-weight glutenin subunits oriented crosses and selections in Turkish wheat breeding programs.
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 ».