Bibliographic record
Abstract
Kevätrypsien jalostus Suomessa on viime vuosikymmenenä painottunut voimakkaasti laatuominaisuuksien kehittämiseen, erityisesti öljyn rasvahappokoostumuksen muokkaamiseen. Samalla lajikkeiden satoisuuden kehittyminen on vähitellen hidastunut. Rypsin viljelyn ongelmaksi on koettu alhainen ja epävarma sadontuottokyky. Alhaisen sadon taustalla on ollut useimmiten huono taimettuminen ja hidas alkukehitys. Rapsilla tehdyt kokeet ovat osoittaneet hybridilajikkeiden kehittyvän ja peittävän ruudut nopeammin kuin tavanomaisten lajikkeiden heteroosin ansiosta. Kanadalaisissa kasvihuonekokeissa F1-rypsihybridit ovat tuottaneet keskimäärin noin 15-30 % paremman sadon kuin niiden vanhempaislinjat. Rypsiltä kuitenkin puuttuu laajempaan käyttöön soveltuva hybridimenetelmä. Rypsillä heteroosivaikutusta voidaan kuitenkin hyödyntää synteettisten lajikkeiden avulla lähes yhtä tehokkaasti kuin F1-hybridiellä. Synteettinen lajike syntyy kahden tai useamman vanhempaislinjan vapaan pölyttymisen tuloksena ja muodostuu siten vanhempaislinjan sisäisistä ja linjojen välisistä risteytymistä. Synteettisen lajikkeen muodostuessa kahdesta komponentista, on syn1–sukupolvessa 25 % kumpaakin vanhempaislinjaa ja 50 % hybridisiementä. Nämä suhteet voivat kuitenkin vaihdella riippuen ristiinpölyttymisen osuudesta, vanhempien elinvoimasta, suvunjatkamiskyvystä sekä kukinta-aikojen eroista. Useilla lajeilla heteroosin on todettu kasvavan vanhempaislinjojen geneettisen etäisyyden kasvaessa. Tämän olettamuksen perusteella tutkimukseen valittiin 10 eri taustan omaavaa rypsipopulaatiota sekä maantieteellisen että jalostusalkuperän mukaan. Näiden populaatioiden keskinäiset geneettiset etäisyydet määritettiin molekyyligenetiikan keinoin. Geneettisen etäisyyden perusteella valittiin kolme populaatioparia. Näiden populaatioiden kasviyksilöiden väliset geneettiset etäisyydet (euklidinen etäisyys) määritettiin ja yleinen periyttämiskyky testattiin testiristeytyksin. Testiristeytyksiin valittiin sekä geneettisesti läheisiä että etäisiä yksilöitä. Testiristeytyksistä syntyneet siemenet kylvettiin yhdessä vanhempaispopulaatioiden kanssa pellolle jälkeläistestiruuduille keväällä 2003. Kasvustosta tehtyjen havaintojen, mittausten ja analysoitujen yksilösatojen perusteella geneettisen etäisyyden ja heteroosin yhteys ei ollut odotetun suoraviivainen. Toisaalta myös kasvukauden olosuhteet olivat poikkeukselliset. Erityisesti kukintavaiheen kuivat ja kuumat olosuhteet haittasivat kasvien normaalia kasvua ja kukintojen pölyttymistä. Tällä kokeella saatiin kuitenkin viitteitä siitä, että synteettisillä lajikkeilla voidaan päästä merkittäviin sadonparannuksiin. Koe osoitti myös vanhempaispopulaatioiden valinnan merkitystä - kaikilla populaatiopareilla ei päästy yhtäläisiin tuloksiin. Yhdellä populaatioparilla lähes kaikki testiristeytysjälkeläistöt tuottivat paremman sadon kuin alkuperäiset populaatiot, mutta toisella populaatioparilla tulos oli täysin päinvastainen. Havaittu vanhempien geneettisen etäisyyden ja ilmenneen heteroosin epälineaarisuus osoittaa, ettei vanhempien valinnassa voida luottaa yksinomaan geneettiseen etäisyyteen vaan valinnassa joudutaan käyttämään myös testiristeytyksiin perustuvaa yleisen periyttämiskyvyn arviointia. Kehittämällä jalostusmenetelmää yhä edelleen ja keskittymällä oikeiden vanhempaispopulaatioiden valintaan voidaan synteettisillä kevätrypsilajikkeilla saavuttaa hybridilajikkeiden edut.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
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".