Morpho-agronomic and genetic diversity among twelve Sicilian agro-ecotypes of lentil (Lens culinaris)
Notice bibliographique
Résumé
Although Sicily is relatively small (about 25000 km2), it accounts for several agro-ecotypes of lentil (Lens culinarisMedik.), for many of which no data on morphological, agronomic, and organoleptic characteristics are available to date. Thus, experiments were performed to characterize 12 lentil agro-ecotypes from different areas of Sicily, including some small islands surrounding the main island, and to assess the extent of genetic diversity (by means of six inter-simple sequence repeat [ISSR] primers). A famous agro-ecotype from central Italy (CastellucciodiNorcia) and two commercial varieties from Canada (Eston and Laird) were also included in the study. The results showed a large degree of genetic diversity (based on ISSR markers) and variability in pheno-morphological and agronomic traits. In contrast, the intra-accession variability was on average rather low. The agronomic (productivity, nitrogen fixation capacity) and qualitative (lipid content, hydration coefficient) attributes of several Sicilian agro-ecotypes were more pronounced than those of the controls. This fact certainly represents a prerequisite for their future economic valorization. Moreover, the observed variability may be of interest from the point of view of breeding. © 2015, Pakistan Agricultural Scientists Forum.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».