Studies on breeding of maize for resistance to ear rots caused by Fusarium spp. and on the occurrence of viruses in maize in eastern Canada
Notice bibliographique
Résumé
Responses from pedigree selection for resistance to gibberella ear rot were assessed in four maize (Zea mays L.) populations, two selected after inoculation of Fusarium graminearum (Schwabe) macroconidia into the silk channel and two selected after inoculation into developing kernels. Responses were significant in both populations selected for silk resistance and in one of the populations selected for kernel resistance. Selection was more effective in later generations and genetic gains were associated with among-family selection but not with within-family selection. Results obtained here indicate that responses to selection could be more efficiently obtained by applying high selection intensities in advanced generations, by managing earlier generations as bulks and by reducing the number of plants per family. In another experiment, a wide sample of Argentine maize germplasm was evaluated for silk and kernel resistance to gibberella ear rot and to fusarium ear rot (caused by F. verticillioides (Saccardo) Nirenberg [=F. moniliforme (Sheldon)]. Several entries exhibited disease resistance in comparison with local check hybrids, particularly for fusarium ear rot, the most prevalent ear rot in Argentina. Results obtained in this study suggested the presence of general mechanisms controlling silk and kernel resistance to both diseases. In a supplementary study, viral diseases were surveyed in maize fields from the provinces of Ontario and Quebec in 1999 and 2000. Barley yellow dwarf was found in 1999. Sugarcane mosaic, maize dwarf mosaic and wheat streak mosaic were found in 2000. These diseases were not important for grain-maize planted in May, the most prevalent kind of maize crop in these provinces. Some of these diseases, such as sugarcane maize mosaic and maize dwarf mosaic were found important only in maize fields planted during or after the month of June, and this is of commercial relevance only for sweet corn.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».