MétaCan
Menu
Retour à la cohorte
Enregistrement W6958173768 · doi:10.60692/2w5rw-aw014

Assessment of the phenotypic diversity and agronomic performance of a Mediterranean lentil collection under rainfed conditions: towards efficient use in breeding programs for adaptation to Mediterranean-type environment

2024· article· en· W6958173768 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueGenetic and Environmental Crop Studies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésGermplasmMediterranean climateProductivityGenetic diversityTillageCrop yieldPlant breedingAdaptation (eye)Drought tolerance

Résumé

récupéré en direct d'OpenAlex

Abstract The improvement of lentil productivity and resilience to climate change requires the deployment of breeding approaches and sustainable agronomic practices. Germplasm from the Mediterranean region could be an important source of useful traits for lentil breeding programs. Additionally, no-tillage could also contribute to maintaining lentil productivity in drought-prone environments. However, there are few studies on breeding for adaptation to no-tillage in lentil, as this practice can create growing conditions that differ from those under conventional tillage. The objectives of this study were to assess the genetic variability of a lentil collection in different environments, and to evaluate the significance of genotype by tillage system effect on grain yield and other agronomic traits. A Mediterranean lentil collection of 119 accessions was evaluated in Morocco (under no-till and conventional tillage) and in Turkey (during two growing seasons) under rainfed conditions. Moroccan landraces were the earliest to flower compared to landraces from Italy, Turkey, and Greece; however, advanced breeding lines flowered earlier than landraces. Turkish and Greek landraces displayed the highest mean values of plant height and hundred-seed weight, respectively. Advanced lines yielded more than landraces in all trials except in low-yielding environment (Adana in 2022 season) in which higher yield was recorded in Turkish landraces, followed by Moroccan landraces. The accessions identified in different environments could be used as donors in breeding programs. The effect of genotype × tillage interaction on grain yield was not significant, highlighting that the implementation of separate breeding programs for each tillage system may not be efficient.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,168

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 Opus0,080
Tête enseignante GPT0,220
Écart entre enseignants0,140 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetGenetic and Environmental Crop StudiesTravaux en français237 207