MétaCan
Menu
Retour à la cohorte
Enregistrement W4414029961 · doi:10.5376/pgt.2025.16.0020

Genetic Diversity and Breeding Applications of Pitaya Germplasm: A Meta-Analysis Approach

2025· article· en· W4414029961 sur OpenAlexvenueno aff
Zhen Li, Zhijiang Li

Notice bibliographique

RevuePlant Gene and Trait · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBotanical Research and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGermplasmGenetic diversityDiversity (politics)BiologyMeta-analysisBiotechnologyEvolutionary biologyAgronomyMedicineSociologyEnvironmental healthInternal medicine

Résumé

récupéré en direct d'OpenAlex

Pitaya (scientific name Hylocereus ) is a tropical fruit that has become more popular in recent years and is now cultivated in many parts of the world. This study collects and organizes existing research data to analyze the genetic variation and breeding potential of pitaya. The pitaya varieties that are widely grown today show low genetic diversity, but germplasm resources from different regions still present some genetic differences. Molecular marker tools commonly used in research, such as SSR, ISSR, and RAPD, show that there is a moderate level of genetic diversity and some population structure in pitaya. These tools can help select good parent plants, use marker-assisted selection for target traits, and introduce wild species or germplasm from other areas. However, breeding work still faces problems such as limited sharing of germplasm resources and low application of molecular technology. In the future, building a global germplasm database and using multi-omics and smart breeding technologies may be helpful.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil0,272

Scores Codex et Gemma par catégorie

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

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 Opus0,078
Tête enseignante GPT0,254
Écart entre enseignants0,176 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant Gene and TraitMême sujetBotanical Research and ApplicationsTravaux en français237 207