Contrôle génétique de la résistance à la sécheresse chez l'épinette blanche
Bibliographic record
Abstract
En contexte de changements climatiques anticipés, des épisodes de sécheresses de plus en plus intenses et fréquents affecteront la disponibilité en eau des espèces forestières boréales, poussant les améliorateurs des arbres à considérer l'adaptation aux stress hydriques comme une priorité. Nous avons utilisé un test comparatif de descendances d'épinette blanche (Picea glauca [Moench] Voss) de 19 ans issu de croisements polymixtes établi sur deux sites ayant subi des épisodes de sécheresses pour comparer le contrôle génétique et le potentiel d'amélioration pour la réponse à la sécheresse à ceux des aux caractères plus conventionnels liés à la croissance. Pour ce faire, nous avons utilisé l'approche de sélection par la génomique (SG) et celle de la sélection classique basée sur l'information du pedigree (SP). Le contrôle génétique pour les caractères de réponse à la sécheresse était un peu plus faible que pour ceux de la croissance, mais avec des gains génétiques estimés comparables, ce qui permet d'envisager l'utilisation de la SG dès le plus jeune âge. Nous avons observé des corrélations opposées sur les deux sites étudiés entre les caractères de résistance au stress hydrique et la croissance radiale des arbres, probablement parce que les épisodes de sécheresse n'étaient pas au même moment de la saison de croissance d'un site à l'autre. Toutefois, certains scénarios de sélection ont permis d'améliorer tous les caractères en sacrifiant très peu le gain en hauteur, qui est le caractère prioritaire ciblé pour cette espèce au Québec. Nos résultats suggèrent que l'intégration de la réponse à la sécheresse dans les programmes d'amélioration génétique de l'épinette blanche ne nécessite qu'un léger sacrifice pour les gains en croissance en hauteur, et que la précision au niveau des prédictions obtenues par l'approche de sélection conventionnelle ou par la génomique semble être négativement affectée par de plus faibles effectifs disponibles lors des analyses effectuées site par site lorsque les épisodes de stress hydriques varient d'un site à l'autre
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 | 0.001 |
| 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 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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".