MétaCan
Menu
← Retour à la cohorte
Enregistrement W7100199440

1 Validation of fusarium head blight markers in Triticum aestivum

2015· article· en· W7100199440 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFusariumPopulationReplicateQuantitative trait locusPlant disease resistanceResistance (ecology)PloidyFungi imperfecti
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

With quantitative disease resistance, it is difficult to know which loci of a resistant source are passed to progeny that are subsequently used as parents in further crossing. The objective of this study was to identify the Sumai 3 loci that contribute fusarium head blight (FHB) resistance in breeding populations which have Sumai 3 derived parents. Doubled haploid populations of Infinity/ND3085, Infinity/ND744, and Alsen/Helios crosses were evaluated in FHB nurseries at Carman MB, Ottawa ON and Charlottetown PE in 2007 using a two replicate randomized complete block design of 80 lines per population plus parental checks. Percent incidence and severity of head blight, Fusarium-damaged kernels and DON accumulation were evaluated. DNA markers reported as associated with Sumai 3 FHB resistance at different loci were assessed on the parents and lines of each population. Statistical analyses were applied to marker and disease results to determine which loci contributed resistance. Resistance was expressed inconsistently across environments and across parents for particular loci. The results demonstrate the need to validate FHB resistance loci from Sumai 3 to determine which were passed to progeny that are subsequently used as parents (eg. Alsen) to efficiently apply marker assisted selection.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,040
Tête enseignante GPT0,244
Écart entre enseignants0,204 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMycotoxins in Agriculture and Food→Travaux en français237 207→