EVALUATION OF SOFT SPRING WHEAT LINES AND VARIETIES BY BREEDING INDICES
Notice bibliographique
Résumé
The studies were conducted in 2019-2023 to evaluate soft spring wheat samples for the main economically important traits and to identify valuable forms for breeding. The material for the study was 26 varieties and lines of spring soft wheat bred by Far Eastern Research Institute of Agriculture, standard – Khabarovchanka. The soil of the site is meadow-brown podzolic-gley heavy loamy with pHsalt less than 4.5 units. In May-July of 2019, the excessive waterlogging was noted (HTC=2.6), in 2021-2023 – drought conditions (HTC=1.0…1.4), in 2020 – within the average long-term values (HTC=1.7). According to grain yield (35.0…38.2 c/ha), the following varieties and breeding lines were distinguished: 21/1-01, 65/2-11, Zaryanka, 26/2-14, 19/1-14, 14/2-00, 29/8-06, 60/2-09, 11/7-14, Dalira, 48/2-14, 43/3-14, Elizaveta, 22/2-16, 47/1-14, which reliably exceeded the standard by 3.9…6.9 c/ha. The greatest influence on the productivity was exerted by the factor “year” - 67.8%, the effect of the factor “variety” reached 7.7%, their interaction - 24.5%. Promising for breeding work are the lines 94/3-09, 29/8-06, 55/5-09, 48/2-14, 19/1-14, 65/2-11, 26/2-14, 118/1-99, 47/1-14, 11/7-14, 65/1-17, 43/3-14, selected as a result of cluster analysis (Ward’s method) of standardized values of a number of breeding indices: Mexican, which characterizes resistance to lodging (MI = 0.012 ... 0.016); Canadian, allowing to estimate the specific ear yield (KI = 0.153 ... 0.171); Finno-Scandinavian, determining the grain-forming ability (FSI = 0.321 ... 0.383); linear density of the spike, reflecting the genotype-environment relationship (LPC = 3.769 ... 4.292); spike potential, which characterizes potential productivity (IPC = 0.076 ... 0.092); the ratio of size to the number of grains in the spike, demonstrating competitiveness (ICC = 0.976 ... 1.204); prospects, indicating breeding value (IP = 0.326 ... 0.390); plant productivity, which indicates resistance to unfavorable environmental factors (IPR = 7.757 ... 9.713). High-yielding lines with high selection value include 29/8-06, 55/5-09, 48/2-14, 19/1-14, 65/2-11, 26/2-14, 118/1-99, 47/1-14, 11/7-14, 65/1-17, 43/3-14.
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 | 0,000 | 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 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 ».