Comparaison de deux méthodes de sélection classique avec l'haplodiploïdisation pour la résistance à la mouche de Hesse chez le blé tendre (Triticum aestivum)
Bibliographic record
Abstract
L'efficacité des méthodes classiques et alternatives d'amélioration génétique repose sur l'évolution de la variabilité génétique des populations ségrégatives sous sélection. L'objectif de cette étude est de comparer l'évolution de la fréquence des gènes de résistance à la mouche de Hesse (Mayetiola destructor) sous deux méthodes classiques de sélection en comparaison avec la méthode de l'haplodiploïdisation. Les distributions et les proportions observées du caractère "résistance à la mouche de Hesse" ont été évaluées pour des lignées produites par la méthode de filiation unipare (FUP), la méthode " bulk " et l'haplodiploïdisation (DH) de quatre populations hybrides de blé tendre (Triticum aestivum). Ces populations sont issues des croisements entre des parents résistants à la mouche de Hesse marocaine et des parents sensibles mais adaptés aux conditions marocaines. Les résultats ont montré un effet marqué de la méthode d'amélioration génétique. En effet, malgré leur avancement à la génération F6, les lignées produites par les méthodes FUP et " bulk " présentent toujours un taux non négligeable d'hétérozygotie pour ce caractère alors que la méthode DH a abouti à une homozygotie parfaite. Les proportions de résistance observées chez les lignées FUP et haploïdes doublées sont approximativement les mêmes que celles théoriquement attendues. Cependant, la méthode " bulk " a permis une sélection naturelle au champ qui a favorisé le caractère résistant de manière significative
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".