Breeding estimation of initial alfalfa material according to green mass productivity and quality
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Breeding of perennial grasses is the foundation for developing a forage base to produce high-quality livestock products. The purpose of the current study was to estimate the variability of phenotypic traits of alfalfa collection populations, as well as to identify the most promising ones in terms of possession of important agronomic traits for developing varieties that meet modern requirements of agricultural production. There have been estimated economically valuable traits of 80 alfalfa populations of various ecological and geographical origins from the collection of the FSBSI “ARC “Donskoy” for the period 2019–2023. The variety ‘Rostovskaya 90’ was used as a standard. There was determined a biochemical analysis of the green mass of alfalfa collection samples, including content of protein, fat, ash, fiber, and NFE, and there was carried out a statistical analysis of the experimental data. As a result of the research, there were identified the samples ‘Smuglyanka’ (Ukraine) – 7.9 kg/m 2 , ‘Rambler’ (Canada) – 7.7 kg/m 2 and ‘Stavropolskaya 430’ (Russia) – 7.6 kg/m 2 with large productivity of green mass. The samples with high indicators of green mass quality ‘Tibetskaya’ (Kazakhstan), ‘Sinegibridnaya 1316’ (Russia), ‘Stavropolskaya 430’ (Russia), ‘Rhizoma’ (Canada), ‘Rambler’ (Canada), ‘VNIIOZ-16’ (Russia), ‘Smuglyanka’ (Ukraine), ‘Karlygash’ (Kazakhstan), ‘Prowler’ (USA), ‘Sarga’ (Russia), ‘G-4’ (Russia), ‘Donskaya 5’ (Russia), ‘Sin 4’ (Russia), ‘Sin 5’ (Russia) and ‘Sin 6’ (Russia) have been recommended for breeding programs to develop alfalfa varieties with large productivity of green mass and nutritional properties of dry matter.
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.
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 | 0,000 | 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 découle