Contrôle génétique de la résistance à la sécheresse chez l'épinette blanche
Notice bibliographique
Résumé
En contexte de changements climatiques anticipés, des épisodes de sécheresses de plus en plus intenses et fréquents affecteront la disponibilité en eau des espèces forestières boréales, poussant les améliorateurs des arbres à considérer l'adaptation aux stress hydriques comme une priorité. Nous avons utilisé un test comparatif de descendances d'épinette blanche (Picea glauca [Moench] Voss) de 19 ans issu de croisements polymixtes établi sur deux sites ayant subi des épisodes de sécheresses pour comparer le contrôle génétique et le potentiel d'amélioration pour la réponse à la sécheresse à ceux des aux caractères plus conventionnels liés à la croissance. Pour ce faire, nous avons utilisé l'approche de sélection par la génomique (SG) et celle de la sélection classique basée sur l'information du pedigree (SP). Le contrôle génétique pour les caractères de réponse à la sécheresse était un peu plus faible que pour ceux de la croissance, mais avec des gains génétiques estimés comparables, ce qui permet d'envisager l'utilisation de la SG dès le plus jeune âge. Nous avons observé des corrélations opposées sur les deux sites étudiés entre les caractères de résistance au stress hydrique et la croissance radiale des arbres, probablement parce que les épisodes de sécheresse n'étaient pas au même moment de la saison de croissance d'un site à l'autre. Toutefois, certains scénarios de sélection ont permis d'améliorer tous les caractères en sacrifiant très peu le gain en hauteur, qui est le caractère prioritaire ciblé pour cette espèce au Québec. Nos résultats suggèrent que l'intégration de la réponse à la sécheresse dans les programmes d'amélioration génétique de l'épinette blanche ne nécessite qu'un léger sacrifice pour les gains en croissance en hauteur, et que la précision au niveau des prédictions obtenues par l'approche de sélection conventionnelle ou par la génomique semble être négativement affectée par de plus faibles effectifs disponibles lors des analyses effectuées site par site lorsque les épisodes de stress hydriques varient d'un site à l'autre
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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; 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 ».