Исходный материал для селекции овса на устойчивость к красно-бурой пятнистости, корневым гнилям и пыльной головне
Notice bibliographique
Résumé
The studies were conducted in the years 2002-2012 in the taiga zone of Western Siberia. Soil test sites sodpodzolic. The humus content of about 2,0%. We studied breeding patterns, surveys and observations were made by the procedures adopted in academia. During the study the degree of injury of oat plants redbrown spot ranged from 4,3 to 76,0 %, epidemics of the disease was observed 1 time. The correlation coefficient between precipitation and infected plants was 0,97 ± 0,02, and between indicators of air temperature and infection of plants is equal to 0,79 ± 0,04. Select only one line of oats 5866/93 [ Horizon χ Metis ] as srednevospriimchivaya. Infection of oat plants root rot does not exceed 25%. As a source of stability we have proposed line 2737/90, 3663/91, 5252/95. Promising combination: [Irtysh χ Monar], [31N714 χ 20N816], [N1121 χ aurea 603]. Immunological monitoring of breeding material allowed us to estimate resistance to loose smut. In hybrid nurseries allocated: 1,1% level combinations lesions less than 5% 75,5% less than 25% 13,4 % less than 50% and 10,0 % of the samples with a strong susceptibility to loose smut 50 %. Have noted a combination of crossing, practical resistance to loose smut : Integrale χ Metis; Commander χ Metis, [(Horizon χ Metis) χ (Skakyn χ 4198/87 )] and [(Metis χ 81N444 ) χ (Komec χ 45N1007)]. In the control samples revealed the nursery with a high resistance 31,4 % practical 17,7 %, the average susceptibility 7,9%; weak 40,7 %, a strong susceptibility 2,3%. Isolated lines with 0 index of sustainability: 2476/97 (Borter χ 17N788 ); 3083/99 (Borter χ 20N816 ); 2514/97 (Irtysh 13 χ 17N788); 2858/02 (Jaak χ Metis). On the background of a provocative test of competitive allocated 43,8 % of the rooms that have a high degree of stability, 20,1% practical resistance, 25,6 % low susceptibility, 9,3% the average susceptibility, 1,2 % a strong susceptibility. Marked lines with a high degree of resistance : 2142/94 (Irtysh 13 χ Monar); 2302/98 (31N714 χ 20N816); 1958/98 (Borter χ 12H794), as well as samples that have defeated loose smut does not exceed 5 % 5252/95 (N1121 χ aurea 603); 1376/90 (Skakyn χ Metis); 3663/91 (Dryg χ 81N444).
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».