锚点(Coccinia abyssinica(Lam。)Cogn。)是一种土著根作物,用作埃塞俄比亚的食品和营养安全和社会经济上重要的农作物。尽管该作物具有巨大的潜力,但该国的研究和开发业上给予了较低的关注。事件尽管很少有关于锚定在几个加入的遗传多样性的研究,但本研究包括来自巨大生产领域的更多加入。使用定量性状进行了本研究,以评估埃塞俄比亚锚定400种锚定的遗传多样性。现场试验以三个复制的随机三重晶格设计进行了规定。收集了22个定量性状的数据,并进行了方差和多变量分析的分析。方差分析的结果表明,除了每个水果的位置数量和每个果实的6个位置,所有特征在附属中均显示出显着的变化(p <0.01)。在所有根特征的加入中都展示了宽范围;每植物(1-13),植物根重量(0.02-3.52 kg),总砧木(1.67-293.33 t/ha),根长度(6.4-30.08 cm),根宽度(6.09-33.16 cm)和根干重(12.9-55g/100g)。同样,果实和种子特征也表现出宽阔的范围。在根特征之间产生最高的正相关和显着相关性;总根产量(r = 0.37 **,根直径(r = 0.34 **)。根产量与种子产量(-0.001)负相关,但果实的长度与所有根特征呈正相关。聚类分析表明存在五个不同的群体,在这些群体中,它们的收集区域有多样化和各种不同。主成分分析(PCA)的结果表明,将附件分为七个基于评估的特征,即显着(特征值> 1),并解释了总变异性的55.08%。本实验中表现出的变异可以归因于环境和遗传因素。在埃塞俄比亚的锚固种质之间表现出的变异性将是在未来工作中筛选和选择锚定基因型的出色方法。
许多作者考虑了用于分析来自杂种种群数据的设计(例如Neimann-Sprensen和Robertson,1961年; Soller和Genizi,1978年; Geldermann等,1985; Weller等,1990)。这些方法的缺点是他们一次使用来自单个MARIRW的信息。没有标记将具有统一性的杂合性,因此对于任何给定的标记,有些父亲都会是纯合的,因此是非信息的。这会浪费信息,并在QTL的估计位置中引入偏差可能会有更大的问题。此外,提出的最小二乘方法不能单独估计任何检测到的QTL的位置和效果。最大似然(ML)方法(Weller,1986; Knott and Haley,1992a)可以估计这两种效果,但是通常仅使用单个标记(Weller,1986; Knott; Knott and Haley,1992a and B)估计,位置与标记相对(I.E.可以是它的任何一侧)。
本综述总结了对植物育种中定量性状的仿真研究的发现,并将这些见解转化为实际方案。作为农业生产力面临着越来越多的挑战,植物育种对于解决这些问题至关重要。模拟使用数学模型来复制生物条件,桥接理论和实践,通过验证假设早期并优化遗传增益和资源使用。虽然策略可以提高特质价值,但它们会降低遗传多样性,从而结合方法。研究强调了将策略与性状遗传力和选择时间保持一致的重要性,并保持遗传多样性,同时考虑基因型 - 环境相互作用,以避免早期选择中的偏见。在精确的标记放置时,使用标记会加速繁殖周期,前景和背景选择是平衡的,并且有效地管理了QTL。基因组选择通过缩短育种周期和改善父级的选择来增加遗传增长,尤其是对于低遗传力性状和复杂的遗传结构而言。定期更新培训集至关重要,无论遗传结构如何。贝叶斯方法在较少的基因和早期的繁殖周期中表现良好,而BLUP对于具有许多QTL的性状更为强大,而RR-Blup在不同条件下证明了灵活性。有明确的目标和足够的种质可用时,较大的人群会带来更大的收益。准确性在几代人中下降,受到遗传结构和人口规模的影响。对于低遗传力性状,多特征分析提高了准确性,尤其是与高遗传力性状相关时。更新包括表现最佳的候选人,但保存可变性可提高提高和准确性。低密度基因分型和插补为高密度基因分型提供具有成本效益的替代方法,从而获得了可比的结果。靶向种群优化遗传关系,进一步提高准确性和繁殖结果。评估基因组选择揭示了短期收益与长期潜力和快速循环基因组计划之间的平衡。多样化的方法保留了稀有等位基因,实现了显着的收益并保持多样性,并突出了在优化繁殖成功方面的权衡。
摘要:在安全,政治和其他社会科学中应用定性,定量和混合方法,以进行研究,实现或验证科学知识。本文的目的是解释定性方法的优势 - 访谈,焦点小组,观察或定量方法 - 调查,规模等。此外,我们将通过使用一些混合方法来解释如何在安全和政治科学方面进行研究。混合方法结合了质量和定量方法,以扩大对某个问题的理解。例如,混合方法可以结合访谈和调查。此外,混合方法设计可能结合了研究设计的某些要素,例如研究问题,数据收集或数据分析。在那里,混合的研究设计(称为第三波)主要用于安全,政治和其他社会现象的研究。关键词:科学研究的方法论,定性方法,定量方法,混合方法,安全和政治现象。
目前,使用猪污染的食物成分和或加工食品已成为当前的关注和加强问题。这种情况鼓励开发准确的方法,以特别检测猪污染的存在。本研究使用两种样品:(1)新鲜猪肉作为阳性内部控制和(2)用猪肉(碎肉,肉丸,咸牛肉和香肠)制成的加工肉类产品,这些产品使用DNA标记进行了测试。使用猪肉处理的样品是确定加工对DNA片段的影响,并在所使用的检测过程中测试提取方法的刚性。本研究旨在使用定量聚合酶链反应(QPCR)方法检测猪DNA片段。研究首先使用RNA提取试剂盒,DNA提取试剂盒和盐提取方法提取新鲜的猪肉和加工产品,然后使用分光光度计测量DNA/RNA的纯度和浓度。RNA提取物被转化为互补DNA(cDNA),并与使用QPCR分析的DNA提取物(SUS SCROFA)。结果表明,获得的RNA和DNA提取物的浓度为71.1-296,025 ng/ul,纯度不同。在CT 23-28 ng/ul范围内,所有加工产品和阳性内部的样品都是放大的对照,在这种情况下,肉的加工不会影响分析的加工产品的DNA,因此可以检测到DNA片段。关键字:beta aktin,循环阈值,新鲜猪肉,DNA猪肉,qpcrqPCR DNA在工作时间上比cDNA qPCR更有效,因为它不需要RNA的转录阶段。
信息仅限于期刊名称和数字,但缺乏有关所包含的文章(例如文章)的信息,该文章发表在给定问题中。因此,当尝试采用大规模的方法和观点时,就不可能完全掌握过去的期刊媒体发表的内容。并不意味着数字化的文本语料库是不合适的或不适合文化研究的。计算语言学和数字工具已根据数字化书籍的文化趋势进行了研究(Michel等人2011; Gulordava和Baroni 2011; Juola 2013)和历史报纸(Lansdall-Welfare等人。2017; Cristianini,Lansdall福利和Dato 2018)。TESE研究,基于将统计方法应用于整个语料库(Tahmasebi et al。2015),定量描述了随着时间的流逝,语言,文化和历史现象的发展。但是,正如Koplenig(2015)所表明的那样,元数据本身是重要的信息来源,需要上下文化和限定结果。te量化的书籍翻译已经是翻译研究中已建立的批准,尽管它忽略了书籍内容,但它最著名的是引起了译本的翻译学,正如Heilbron(1999)所提出的。将大规模的定量分析带入了周期出版物中翻译的研究。特别是在西班牙和拉丁美洲的著作期刊中,已经出版了多少译本,尚无概念,哪些作者的作者已经翻译而来。1数字方法像本文中提出的那样,旨在使我们处于这个位置,不仅要回答这些问题,而且还要深入研究对不同空间和时间的文化期刊的循环和接收的循环和接收。我们认为,这种方法可以有助于提前书本历史,文学史和西班牙裔世界的文学翻译历史。更一般地,对西班牙语现代文学期刊的分析将从二十世纪的前半段分析,将为了解西班牙裔领域的文学现代性提供新的优势点,并将为与书籍翻译进行比较,使我们能够绘制两个平台,或者在这两个平台之间进行文字循环。
摘要:磷酸激光(PL)玻璃的加工(研磨,抛光)涉及在两个截然不同(空间)尺度上的材料去除。在这项研究中,通过在干燥和潮湿的条件下针对SIO 2反地面摩擦玻璃来研究PL玻璃的纳米和宏观文献特性。结果表明,PL玻璃/SIO 2对的摩擦在纳米和宏观尺度上具有相反的趋势。在纳米级,潮湿空气中的摩擦系数(COF)远高于干燥空气中,这归因于界面吸收的水膜的毛细血管效应。另一方面,在宏观上,潮湿空气中的COF低于干空气,因为与水相关的机械化学磨损使磨损的表面不太容易受到裂纹的影响。在两个尺度上,潮湿的空气比干空气更好地促进了PL玻璃的材料,因为应力增强的水解加速了玻璃中的材料解释过程。此外,材料被拆卸对宏观上的接触压力更为敏感,因为在宏观上拆除材料时会发生更强的机械相互作用,并具有多覆盖触点模式。在宏观上,与干空气相比,材料去除对潮湿空气中的接触压力更敏感。几乎所有的机械能都用于去除潮湿的空气中的材料,并且大多数机械能用于在干空气中的PL玻璃中产生裂缝。这项研究的结果可以帮助优化光眼镜的多尺度表面处理。关键字:磷酸盐玻璃;摩擦;穿;水;水解;跨化学
引用格式 : 周爽 , 苏景林 , 刘晓星 , 等 .多孔陶瓷材料力学特性的离散单元法定量模拟 .中国科学 : 物理学力学天文学 , 2019, 49: 064602 Zhou S, Su J L, Liu X X, et al.Quantitative simulation of mechanical properties of porous ceramic materials by discrete element method (in Chinese).Sci Sin-Phys Mech Astron, 2019, 49: 064602, doi: 10.1360/SSPMA2018-00332