تأثیر غلظت های متفاوت جیبرلین بر روی خصوصیات ریشه برخی از ژنوتیپ های باقلا (Vicia faba)
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 415
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
HORTISYMP01_008
تاریخ نمایه سازی: 5 مهر 1393
چکیده مقاله:
به منظور بررسی تأثیر غلظت های متفاوت جیبرلین بر روی خصوصیات ریشه برخی از ژنوتیپ های باقلا، 12 ژنوتیپ وارداتی باقلا که از مؤسسه Nordic gene bank واقع در کشور سوئد تهیه شدند و در قالب طرح آزمایشی کرت خرد شده بر پایه ی بلوک های کامل تصادفی در سه تکرار در گلخانه تحقیقاتی دانشگاه شهرکرد مورد بررسی قرار گرفتند. نتایج تجزیه واریانس حاصل از این آزمایش، نشان داد که برای صفت وزن خشک ریشه اختلاف معنی داری در بین ژنوتیپ ها مشاهده شده وجود داشت. و ژنوتیپ های مورد نظر از لحاظ این صفت تنوع خوبی نشان دادند. نتایج مقایسه میانگین نشان داد که ژنوتیپ Alexia بیشترین مقدار میانگین را برای صفت وزن خشک ریشه داشت. و ژنوتیپ 112266 دارای کمترین مقدار میانگین برای این صفت بود. همچنین براساس نتایج تجزیه واریانس اثر هورمون در سطح احتمال 1 درصد برای صفت وزن خشک ریشه معنی دار بود. نتایج مقایسه میانگین اثر هورمون مربوط به صفت وزن خشک ریشه نیز نشان داد که غلظت 0 و 10ppm به ترتیب با مقدار 9/666 و 9/722 دارای بیشترین میانگین برای این صفت بودند. و غلظت 30ppm تأثیر معنی داری بر روی وزن خشک ریشه نداشت. نتایج اثر متقابل هورمون x ژنوتیپ نیز نشان داد که غلظت 10ppm تأثیر معنی داری بر روی وزن خشک ریشه در ژنوتیپ Alexia دارد. همچنین در مورد سایر ژنوتیپ ها غلظت های متفاوت هورمون تأثیر معنی داری بر روی آنها نداشت.
کلیدواژه ها:
نویسندگان
مژگان هاشمی
دانشجوی کارشناسی ارشد اصلاح نباتات، دانشگاه شهرکرد
شهرام محمدی
دانشیار گروه اصلاح نباتات و بیوتکنولوژی دانشگاه شهرکرد
وحید روحی
استادیار گروه باغبانی دانشگاه شهرکرد
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :