MétaCan
Menu
Retour à la cohorte
Enregistrement W7064989416

Combining Ascochyta blight resistance and high yield in lentil cultivars

2017· article· en· W7064989416 sur OpenAlexaboutno aff

Notice bibliographique

RevueMELSpace (ICARDA (The International Center for Agricultural Research in Dry Areas)) · 2017
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAscochytaBlightCultivarYield (engineering)Plant disease resistanceInoculation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ascochyta blight (AB), caused by Ascochyta lentis Bond and Vassil, is a major disease of lentil (Lens culinaris L. Medik.) causing 30–70% yield losses in Canada, USA, and Australia and northern parts of India. The aim of the present study was to combine AB resistance with high yielding potential. The F3 and F4 populations from crosses involving AB resistant donors with ICARDA elite breeding lines, were advanced at Punjab Agricultural University, Ludhiana, India, respectively during main and off-seasons. The single plant F5 progenies were exposed to AB infections under eld conditions during 2006–2007 using disease rating scale of 1-9. Thirty two promising lines, bulked in F7 generation, were evaluated for seed yield in multi-location trials (2009–2010 and 2010–2011) and for their reactions to AB under arti cial inoculations along with susceptible check, LL147 (8 score). Six elite lines namely LL1187 (1.70 t ha-1), LL1210 (1.75 t ha-1), LL1197 (1.76 t ha-1), LL1186 (1.76 t ha-1), LL1201 (1.80 t ha-1) and LL1205 (1.80 t ha-1) recorded 9.6–16.1% yield advantage over the best check variety LL931 (1.55 t ha-1). The level of resistance (≤ 4 score) of these lines to AB was also higher compared to check variety LL931 (5 score). Inheritance of AB resistance is simple and controlled by major genes; hence it is easy to incorporate stable resistance in high yielding background by selecting parents carefully for hybridization program.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,053
Tête enseignante GPT0,341
Écart entre enseignants0,287 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMELSpace (ICARDA (The International Center for Agricultural Research in Dry Areas))Même sujetMagnetic confinement fusion researchTravaux en français237 207