Multivariate Analysis of Elite <i>Bt </i>Cotton Genotypes for Seed Cotton Yield and Fiber Quality Traits Under Semi-Arid Conditions
Notice bibliographique
Résumé
Cotton production in semi-arid regions like Pakistan is constrained by water scarcity and heat stress, resulting in yields significantly lower than global leaders like China. This study evaluated ten elite Bt cotton genotypes (BH-318, BH-348, BH-224, BH-563, BH-405, BH-410, BH-606, BH-248, BH-184, CIM-600) for yield, fiber quality, and associated traits under semi-arid conditions at the Cotton Research Station, Bahawalpur, using a Randomized Complete Block Design with three replications. ANOVA confirmed significant genotypic variation (p ≤ 0.01) for plant height, nodes, sympodial branches, photosynthetic rate, fiber strength, and yield, with BH-348 and BH-224 achieving the maximum yields (2169.1 kg/ha in Cluster 1). Correlation analysis revealed positive associations between yield and nodes (r = 0.741**), plant height (r = 0.548), and sympodial branches (r = 0.416), while PCA showed PC1 (29.4%) and PC2 (22.6%) explaining 52% of the variation, driven by yield and fiber quality traits, respectively. Cluster analysis grouped genotypes into two clusters, with Cluster-1 (BH-318, BH-348, BH-224, BH-606, BH-410, BH-248) excelling in yield and Cluster-2 (BH-563, BH-405, BH-184, CIM-600) in fiber quality (fiber length: 28.9 mm, fiber strength: 35.4 g/tex). The findings from the present multivariate analyses highlight BH-348 and BH-224 as ideal for yield-focused breeding and BH-563 for quality improvement, offering strategies to enhance cotton productivity and quality in semi-arid environments.
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) | 0,001 | 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 | 0,001 | 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 ».