61 to 70 of 71 Results
29 mars 2023 - Genetique_Innovation_Varietale
Ahmadi, Nourollah; Barry, Mamadou Billo; Frouin, Julien; De Navascues, Miguel; Touré, Mamadou Aminata, 2023, "Genotyping of 600 rice accessions from 3 genetic group (O. sativa indica, O. sativa japonica and O. glaberrima) collected in Conakry Guinea between 1979 and 2011", https://doi.org/10.18167/DVN1/NKHS1U, CIRAD Dataverse, V1
Genotyping By Sequencing with ApekI enzyme of 600 accessions from 3 genetic group (O. sativa indica, O. sativa japonica and O. glaberrima). Plant material was collected through two collection campaigns in Conakry Guinea. The first campaign took place in 1979 and 1982 (Bezançon et... |
9 mars 2023
Perez, Raphaël, 2023, "Agroforice dataset: light simulation on oil palm-based intercropping system and phenotypic measurements of rice in response to light reduction and diurnal variation", https://doi.org/10.18167/DVN1/PQAJTV, CIRAD Dataverse, V1, UNF:6:RfxqiQ6rZh3FxDSrYyzuLQ== [fileUNF]
This dataset contains: - simulation outputs of a light model performed on various design of oil palm with variations in planting density (inter row and intra row distances). The data are the transmitted light to the ground. Light simulations were performed using the ARCHIMED-PHYS... |
28 janv. 2022
DJERRAB Doâa; DINGKUHN Michael; GRENIER Cecile; FROUIN julien; Julie Mae Criste Pasuquin; REBOLLEDO Maria-Camila, 2022, "Genotypic and phenotypic dataset for Grain yield in an indica rice diversity panel", https://doi.org/10.18167/DVN1/Z1ATYE, CIRAD Dataverse, V1, UNF:6:gfiklsdOzEjPuBMqUpXnMw== [fileUNF]
Genotyping and phenotypic dataset for GWAS analysis of Phenomics of Rice Adaptation and Yield (PRAY) project conducted in China, Colombia, India, Phillipines, Senegal from 2011 to 2016. Genotyping matrix contains 208 631 SNPs x 281 accessions of PRAY project. Phenotypic data are... |
16 avr. 2021 - Projet SEP 2D – Guinee
Labouisse, Jean-Pierre, 2021, "Fichiers complémentaires. Données sur les caféiers Robusta de Guinée", https://doi.org/10.18167/DVN1/6VBK46, CIRAD Dataverse, V1
Fichiers supplémentaires d'un article sur les caféiers C. canephora de Guinée collectés dans le cadre du projet FOGEFO-PLUS : Liste des échantillons collectés, matrice de génotypage, analyse factorielle (PCoA-Logiciel DarWin) et analyse bayésienne (STRUCTURE) |
16 avr. 2021 - Projet SEP 2D – Guinee
Diabaté, Moussa, 2021, "Liste des espèces végétales utiles recensées dans le Projet FOGEFO-PLUS (Guinée, 2017-2020)", https://doi.org/10.18167/DVN1/LQBWC9, CIRAD Dataverse, V1
Liste d'espèces forestières utiles recensées lors d'enquêtes auprès de villageois de Guinée Forestière de 2017 à 2020. |
16 avr. 2021
|
9 mars 2020
L'ambition globale du projet CoEx est d'améliorer notre compréhension de l’inadéquation entre les politiques et les lois sur les semences et les ressources génétiques d’un côté, et les pratiques de gestion de la diversité des cultures, de l’autre côté. Par ailleurs, il s’agit de... |
21 févr. 2020
L’équipe travaille principalement sur deux plantes cibles, riz et sorgho, mais aussi sur plusieurs espèces à racines et tubercules et eucalyptus. Ses recherches portent sur les méthodologies de sélection pour l’innovation variétale et la caractérisation de l’agrobiodiversité. The... |
4 juil. 2019 - Data_Integration_Team
de Lamotte, Frédéric, 2019, "Functional Annotation for 797 plant ns Lipid Transfer Protein", https://doi.org/10.18167/DVN1/1O5UAK, CIRAD Dataverse, V1
This is the list of all the functional annotations about the 797 nsLTP sequences used for our work "Comprehensive classification of the plant non-specific lipid transfer protein superfamily towards its Sequence – Structure – Function analysis". It might be useful for any studies... |
26 juin 2019 - Data_Integration_Team
de Lamotte, Frédéric, 2019, "797 sequences of plant ns Lipid Transfer Protein (fasta file)", https://doi.org/10.18167/DVN1/UNKLA6, CIRAD Dataverse, V1
This is the list of all nsLTP sequences used for our work "Comprehensive classification of the plant non-specific lipid transfer protein superfamily towards its Sequence – Structure – Function analysis". It might be useful for any studies in phylogeny (this is the largest dataset... |