MétaCan
Menu
Retour à la cohorte
Enregistrement W4416235729 · doi:10.1007/s11676-025-01943-7

Integrating parental breeding value, genetic gain, and gamete contribution for elite family selection in Platycladus orientalis

2025· article· en· W4416235729 sur OpenAlexaff
Si‐Qian Jiao, Meiyu Li, Zhichao Li, Yu-Tao Bao, Huijin Zhang, Xiao-Lei Yang, Yousry A. El‐Kassaby, Shiping Cheng, Jian‐Feng Mao

Notice bibliographique

RevueJournal of Forestry Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest ecology and management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBeijing Forestry University
Mots-clésGenetic gainSeed orchardGenetic diversityTree breedingSelection (genetic algorithm)GameteGenetic variationHybrid

Résumé

récupéré en direct d'OpenAlex

Abstract Platycladus orientalis (L.) Franco seed orchards play an important role in sustainable forestry in China but balancing genetic gain and genetic diversity remains a significant challenge. Two key factors influence the success of seed orchards: parental breeding value and gamete contribution, as they determine both the genetic gain and diversity of the seed crops produced. This study aimed to optimize breeding strategies by analyzing parental breeding value, gamete contribution, and genetic gain across two growth periods (89 families in 2008 and 52 families in 2021). We evaluated height, diameter at breast height, and stem volume of progeny in a primary seed orchard, uncovering significant genetic variation among families. Interestingly, no correlation was found between growth traits and gamete contribution, indicating their independence. Using comprehensive scoring and PCA-biplot analysis, we consistently identified several elite families with superior growth performance in both years. We propose an optimal breeding strategy that combines 30% selective harvesting and 50% selective thinning to effectively balance genetic gain and genetic diversity, addressing a critical goal in tree improvement programs. The selected families and optimized strategy provide a scalable framework not only for P. orientalis but also for other conifer species globally, enhancing both productivity and genetic diversity in afforestation efforts.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,291

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 Opus0,023
Tête enseignante GPT0,334
Écart entre enseignants0,311 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Forestry ResearchMême sujetForest ecology and managementTravaux en français237 207