Numerisch-taxonomische Untersuchungen anPisum sativum L. View Full Text


Ontology type: schema:ScholarlyArticle     


Article Info

DATE

1980-02

AUTHORS

Doris Meyer

ABSTRACT

Es werden die folgenden in der numerischen Taxonomie gebräuchlichen 11 Ähnlichkeitsmaße auf ihre Anwendbarkeit geprüft: Koeffizient vonJaccard (2 Varianten), simple matching-Koeffizient, Koeffizient vonRogers undTanimoto, Phi-Koeffizient, Koeffizient vonGower, mittlere Merkmalsdifferenz, mittlerer quadratischer Abstand, Canberra-Metrik, Divergenzkoeffizient vonClark und Produkt-Moment-Korrelationskoeffizient vonPearson. Die Untersuchung erfolgte anhand von 312 Sippen der GattungPisum. Die an ihren bonitierten 71 Merkmale wurden zu vier Merkmalssätzen (Gesamtheit der Merkmale, alle quantitativen Merkmale, alle qualitativen Merkmale, 21 ausgewählte qualitative Merkmale) zusammengestellt. Für die Gruppenbildung wurde die unbewichtete Paar-Gruppen-Methode mit arithmetischen Mittelwerten (UPGMA) benutzt. Insgesamt ergaben sich 50 verschiedene Dendrogramme, aufgrund derer die Ähnlichkeitsmaße eingeschätzt wurden. Die Auswertung der Dendrogramme erfolgte durch die Informationsmaße Sumrat und Samrat, den F-Index und die Hauptkomponentenanalyse. Die Hauptaussagen der Arbeit sind: (1) Alle Ähnlichkeitsmaße ergeben in Abhängigkeit von den Merkmalssätzen sowohl taxonomisch brauchbare als auch taxonomisch unbrauchbare Dendrogramme. (2) Von den geprüften 11 Koeffizienten erweisen sich bei Vorliegen von überwiegend vielstufigen Merkmalen die Canberra-Metrik und bei Berücksichtigung von ausschließlich zweistufigen Merkmalen der simple matching-Koeffizient als gut. (3) Während die Verwendung aller 71 Merkmale und der 28 quantitativen Merkmale zu taxonomisch ungeeigneten Dendrogrammen führt, resultieren bei Benutzung der qualitativen Merkmale, insbesondere der ausgewählten 21, taxonomisch brauchbare Dendrogramme. (4) Dendrogramme, basierend auf wenigen Merkmalen, haben höhere Informationsgehalte als vergleichbare Dendrogramme, die auf einer größeren Anzahl von Merkmalen beruhen. (5) Unter den analysierten Faktoren übt die Auswahl der Merkmale den größten Einfluß auf die Dendrogrammbildung aus, es folgt die Merkmalskodierung und danach der Ähnlichkeitskoeffizient. (6) Für die UnterartP. sativum L. s. l. ssp.sativum ergibt sich ein Vorschlag für eine Neuklassifikation, in der für die Hauptgruppen die Differentialmerkmale Blütenfarbe, Pergamentschicht und Samenform oder Zeichnung der Samenschale in der genannten Reihenfolge berücksichtigt werden müßten. More... »

PAGES

285-340

Identifiers

URI

http://scigraph.springernature.com/pub.10.1007/bf02014725

DOI

http://dx.doi.org/10.1007/bf02014725

DIMENSIONS

https://app.dimensions.ai/details/publication/pub.1024024395


Indexing Status Check whether this publication has been indexed by Scopus and Web Of Science using the SN Indexing Status Tool
Incoming Citations Browse incoming citations for this publication using opencitations.net

JSON-LD is the canonical representation for SciGraph data.

TIP: You can open this SciGraph record using an external JSON-LD service: JSON-LD Playground Google SDTT

[
  {
    "@context": "https://springernature.github.io/scigraph/jsonld/sgcontext.json", 
    "author": [
      {
        "affiliation": {
          "alternateName": "Institute of Plant Genetics and Crop Plant Research", 
          "id": "https://www.grid.ac/institutes/grid.418934.3", 
          "name": [
            "Zentralinstitut f\u00fcr Genetik und Kulturpflanzenforschung der Akademie der Wissenschaften der DDR, 4325, Gatersleben"
          ], 
          "type": "Organization"
        }, 
        "familyName": "Meyer", 
        "givenName": "Doris", 
        "type": "Person"
      }
    ], 
    "citation": [
      {
        "id": "https://doi.org/10.1071/ar9720995", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1007587571"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1071/bt9670521", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1009479299"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1093/comjnl/9.4.373", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1011783359"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1071/bt9690553", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1013368153"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/bf02866591", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1017431992", 
          "https://doi.org/10.1007/bf02866591"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/bf02866591", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1017431992", 
          "https://doi.org/10.1007/bf02866591"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1139/b72-018", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1018632368"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/bf00710392", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1021334501", 
          "https://doi.org/10.1007/bf00710392"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/bf00710392", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1021334501", 
          "https://doi.org/10.1007/bf00710392"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.2307/2805601", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1027152663", 
          "https://doi.org/10.2307/2805601"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1270/jsbbs1951.24.261", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1028621982"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1093/comjnl/9.1.60", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1029095841"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1111/j.1096-3642.1958.tb00634.x", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1032715538"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1111/j.1096-3642.1958.tb00634.x", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1032715538"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/bf02912560", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1033227910", 
          "https://doi.org/10.1007/bf02912560"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.1007/bf02912560", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1033227910", 
          "https://doi.org/10.1007/bf02912560"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1080/0028825x.1969.10429102", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1033829763"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1139/b74-292", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1035613323"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "sg:pub.10.2307/2805450", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1035634693", 
          "https://doi.org/10.2307/2805450"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1111/j.1095-8312.1967.tb00963.x", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1037104095"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1071/ar9700057", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1040082404"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1071/ar9710737", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1041464964"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1093/aesa/56.6.798", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1059358144"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1093/biomet/53.3-4.325", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1059417555"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1126/science.132.3434.1115", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1062475041"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2135/cropsci1966.0011183x000600010024x", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069013823"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/1217208", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069398467"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/1219157", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069399869"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/1438532", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069494352"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/2412003", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069920510"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/2412027", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069920531"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/2418840", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069922291"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/2528417", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069974209"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/2528823", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069974562"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/2529565", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1069975206"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.1111/j.1558-5646.1957.tb02884.x", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1085738077"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/2987199", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1102978612"
        ], 
        "type": "CreativeWork"
      }, 
      {
        "id": "https://doi.org/10.2307/2987199", 
        "sameAs": [
          "https://app.dimensions.ai/details/publication/pub.1102978612"
        ], 
        "type": "CreativeWork"
      }
    ], 
    "datePublished": "1980-02", 
    "datePublishedReg": "1980-02-01", 
    "description": "Es werden die folgenden in der numerischen Taxonomie gebr\u00e4uchlichen 11 \u00c4hnlichkeitsma\u00dfe auf ihre Anwendbarkeit gepr\u00fcft: Koeffizient vonJaccard (2 Varianten), simple matching-Koeffizient, Koeffizient vonRogers undTanimoto, Phi-Koeffizient, Koeffizient vonGower, mittlere Merkmalsdifferenz, mittlerer quadratischer Abstand, Canberra-Metrik, Divergenzkoeffizient vonClark und Produkt-Moment-Korrelationskoeffizient vonPearson. Die Untersuchung erfolgte anhand von 312 Sippen der GattungPisum. Die an ihren bonitierten 71 Merkmale wurden zu vier Merkmalss\u00e4tzen (Gesamtheit der Merkmale, alle quantitativen Merkmale, alle qualitativen Merkmale, 21 ausgew\u00e4hlte qualitative Merkmale) zusammengestellt. F\u00fcr die Gruppenbildung wurde die unbewichtete Paar-Gruppen-Methode mit arithmetischen Mittelwerten (UPGMA) benutzt. Insgesamt ergaben sich 50 verschiedene Dendrogramme, aufgrund derer die \u00c4hnlichkeitsma\u00dfe eingesch\u00e4tzt wurden. Die Auswertung der Dendrogramme erfolgte durch die Informationsma\u00dfe Sumrat und Samrat, den F-Index und die Hauptkomponentenanalyse. Die Hauptaussagen der Arbeit sind: (1) Alle \u00c4hnlichkeitsma\u00dfe ergeben in Abh\u00e4ngigkeit von den Merkmalss\u00e4tzen sowohl taxonomisch brauchbare als auch taxonomisch unbrauchbare Dendrogramme. (2) Von den gepr\u00fcften 11 Koeffizienten erweisen sich bei Vorliegen von \u00fcberwiegend vielstufigen Merkmalen die Canberra-Metrik und bei Ber\u00fccksichtigung von ausschlie\u00dflich zweistufigen Merkmalen der simple matching-Koeffizient als gut. (3) W\u00e4hrend die Verwendung aller 71 Merkmale und der 28 quantitativen Merkmale zu taxonomisch ungeeigneten Dendrogrammen f\u00fchrt, resultieren bei Benutzung der qualitativen Merkmale, insbesondere der ausgew\u00e4hlten 21, taxonomisch brauchbare Dendrogramme. (4) Dendrogramme, basierend auf wenigen Merkmalen, haben h\u00f6here Informationsgehalte als vergleichbare Dendrogramme, die auf einer gr\u00f6\u00dferen Anzahl von Merkmalen beruhen. (5) Unter den analysierten Faktoren \u00fcbt die Auswahl der Merkmale den gr\u00f6\u00dften Einflu\u00df auf die Dendrogrammbildung aus, es folgt die Merkmalskodierung und danach der \u00c4hnlichkeitskoeffizient. (6) F\u00fcr die UnterartP. sativum L. s. l. ssp.sativum ergibt sich ein Vorschlag f\u00fcr eine Neuklassifikation, in der f\u00fcr die Hauptgruppen die Differentialmerkmale Bl\u00fctenfarbe, Pergamentschicht und Samenform oder Zeichnung der Samenschale in der genannten Reihenfolge ber\u00fccksichtigt werden m\u00fc\u00dften.", 
    "genre": "research_article", 
    "id": "sg:pub.10.1007/bf02014725", 
    "inLanguage": [
      "de"
    ], 
    "isAccessibleForFree": false, 
    "isPartOf": [
      {
        "id": "sg:journal.1023035", 
        "issn": [
          "0925-9864", 
          "1573-5109"
        ], 
        "name": "Genetic Resources and Crop Evolution", 
        "type": "Periodical"
      }, 
      {
        "issueNumber": "2", 
        "type": "PublicationIssue"
      }, 
      {
        "type": "PublicationVolume", 
        "volumeNumber": "28"
      }
    ], 
    "name": "Numerisch-taxonomische Untersuchungen anPisum sativum L.", 
    "pagination": "285-340", 
    "productId": [
      {
        "name": "readcube_id", 
        "type": "PropertyValue", 
        "value": [
          "7274b0d50e524aee171906d63e2e37dea30c6952e396b26f8e923440fec9c111"
        ]
      }, 
      {
        "name": "doi", 
        "type": "PropertyValue", 
        "value": [
          "10.1007/bf02014725"
        ]
      }, 
      {
        "name": "dimensions_id", 
        "type": "PropertyValue", 
        "value": [
          "pub.1024024395"
        ]
      }
    ], 
    "sameAs": [
      "https://doi.org/10.1007/bf02014725", 
      "https://app.dimensions.ai/details/publication/pub.1024024395"
    ], 
    "sdDataset": "articles", 
    "sdDatePublished": "2019-04-11T11:27", 
    "sdLicense": "https://scigraph.springernature.com/explorer/license/", 
    "sdPublisher": {
      "name": "Springer Nature - SN SciGraph project", 
      "type": "Organization"
    }, 
    "sdSource": "s3://com-uberresearch-data-dimensions-target-20181106-alternative/cleanup/v134/2549eaecd7973599484d7c17b260dba0a4ecb94b/merge/v9/a6c9fde33151104705d4d7ff012ea9563521a3ce/jats-lookup/v90/0000000356_0000000356/records_57904_00000000.jsonl", 
    "type": "ScholarlyArticle", 
    "url": "http://link.springer.com/10.1007/BF02014725"
  }
]
 

Download the RDF metadata as:  json-ld nt turtle xml License info

HOW TO GET THIS DATA PROGRAMMATICALLY:

JSON-LD is a popular format for linked data which is fully compatible with JSON.

curl -H 'Accept: application/ld+json' 'https://scigraph.springernature.com/pub.10.1007/bf02014725'

N-Triples is a line-based linked data format ideal for batch operations.

curl -H 'Accept: application/n-triples' 'https://scigraph.springernature.com/pub.10.1007/bf02014725'

Turtle is a human-readable linked data format.

curl -H 'Accept: text/turtle' 'https://scigraph.springernature.com/pub.10.1007/bf02014725'

RDF/XML is a standard XML format for linked data.

curl -H 'Accept: application/rdf+xml' 'https://scigraph.springernature.com/pub.10.1007/bf02014725'


 

This table displays all metadata directly associated to this object as RDF triples.

156 TRIPLES      20 PREDICATES      58 URIs      19 LITERALS      7 BLANK NODES

Subject Predicate Object
1 sg:pub.10.1007/bf02014725 schema:author N92044020f8a74fdb8c4c97977663a96c
2 schema:citation sg:pub.10.1007/bf00710392
3 sg:pub.10.1007/bf02866591
4 sg:pub.10.1007/bf02912560
5 sg:pub.10.2307/2805450
6 sg:pub.10.2307/2805601
7 https://doi.org/10.1071/ar9700057
8 https://doi.org/10.1071/ar9710737
9 https://doi.org/10.1071/ar9720995
10 https://doi.org/10.1071/bt9670521
11 https://doi.org/10.1071/bt9690553
12 https://doi.org/10.1080/0028825x.1969.10429102
13 https://doi.org/10.1093/aesa/56.6.798
14 https://doi.org/10.1093/biomet/53.3-4.325
15 https://doi.org/10.1093/comjnl/9.1.60
16 https://doi.org/10.1093/comjnl/9.4.373
17 https://doi.org/10.1111/j.1095-8312.1967.tb00963.x
18 https://doi.org/10.1111/j.1096-3642.1958.tb00634.x
19 https://doi.org/10.1111/j.1558-5646.1957.tb02884.x
20 https://doi.org/10.1126/science.132.3434.1115
21 https://doi.org/10.1139/b72-018
22 https://doi.org/10.1139/b74-292
23 https://doi.org/10.1270/jsbbs1951.24.261
24 https://doi.org/10.2135/cropsci1966.0011183x000600010024x
25 https://doi.org/10.2307/1217208
26 https://doi.org/10.2307/1219157
27 https://doi.org/10.2307/1438532
28 https://doi.org/10.2307/2412003
29 https://doi.org/10.2307/2412027
30 https://doi.org/10.2307/2418840
31 https://doi.org/10.2307/2528417
32 https://doi.org/10.2307/2528823
33 https://doi.org/10.2307/2529565
34 https://doi.org/10.2307/2987199
35 schema:datePublished 1980-02
36 schema:datePublishedReg 1980-02-01
37 schema:description Es werden die folgenden in der numerischen Taxonomie gebräuchlichen 11 Ähnlichkeitsmaße auf ihre Anwendbarkeit geprüft: Koeffizient vonJaccard (2 Varianten), simple matching-Koeffizient, Koeffizient vonRogers undTanimoto, Phi-Koeffizient, Koeffizient vonGower, mittlere Merkmalsdifferenz, mittlerer quadratischer Abstand, Canberra-Metrik, Divergenzkoeffizient vonClark und Produkt-Moment-Korrelationskoeffizient vonPearson. Die Untersuchung erfolgte anhand von 312 Sippen der GattungPisum. Die an ihren bonitierten 71 Merkmale wurden zu vier Merkmalssätzen (Gesamtheit der Merkmale, alle quantitativen Merkmale, alle qualitativen Merkmale, 21 ausgewählte qualitative Merkmale) zusammengestellt. Für die Gruppenbildung wurde die unbewichtete Paar-Gruppen-Methode mit arithmetischen Mittelwerten (UPGMA) benutzt. Insgesamt ergaben sich 50 verschiedene Dendrogramme, aufgrund derer die Ähnlichkeitsmaße eingeschätzt wurden. Die Auswertung der Dendrogramme erfolgte durch die Informationsmaße Sumrat und Samrat, den F-Index und die Hauptkomponentenanalyse. Die Hauptaussagen der Arbeit sind: (1) Alle Ähnlichkeitsmaße ergeben in Abhängigkeit von den Merkmalssätzen sowohl taxonomisch brauchbare als auch taxonomisch unbrauchbare Dendrogramme. (2) Von den geprüften 11 Koeffizienten erweisen sich bei Vorliegen von überwiegend vielstufigen Merkmalen die Canberra-Metrik und bei Berücksichtigung von ausschließlich zweistufigen Merkmalen der simple matching-Koeffizient als gut. (3) Während die Verwendung aller 71 Merkmale und der 28 quantitativen Merkmale zu taxonomisch ungeeigneten Dendrogrammen führt, resultieren bei Benutzung der qualitativen Merkmale, insbesondere der ausgewählten 21, taxonomisch brauchbare Dendrogramme. (4) Dendrogramme, basierend auf wenigen Merkmalen, haben höhere Informationsgehalte als vergleichbare Dendrogramme, die auf einer größeren Anzahl von Merkmalen beruhen. (5) Unter den analysierten Faktoren übt die Auswahl der Merkmale den größten Einfluß auf die Dendrogrammbildung aus, es folgt die Merkmalskodierung und danach der Ähnlichkeitskoeffizient. (6) Für die UnterartP. sativum L. s. l. ssp.sativum ergibt sich ein Vorschlag für eine Neuklassifikation, in der für die Hauptgruppen die Differentialmerkmale Blütenfarbe, Pergamentschicht und Samenform oder Zeichnung der Samenschale in der genannten Reihenfolge berücksichtigt werden müßten.
38 schema:genre research_article
39 schema:inLanguage de
40 schema:isAccessibleForFree false
41 schema:isPartOf N598a26a3839640a5b18bc824f0bcc8f0
42 Ne9a24e19e9fd4c2ebe5d196802236cc0
43 sg:journal.1023035
44 schema:name Numerisch-taxonomische Untersuchungen anPisum sativum L.
45 schema:pagination 285-340
46 schema:productId N053e4005730f4a6594287a45a2dced24
47 N3c78386e4dd1433fb01d1d69fb0b3ff5
48 N4d9b04276dcf4362bb69424d6bd3935f
49 schema:sameAs https://app.dimensions.ai/details/publication/pub.1024024395
50 https://doi.org/10.1007/bf02014725
51 schema:sdDatePublished 2019-04-11T11:27
52 schema:sdLicense https://scigraph.springernature.com/explorer/license/
53 schema:sdPublisher N7f108f340326451d94007ab4c26b0ae6
54 schema:url http://link.springer.com/10.1007/BF02014725
55 sgo:license sg:explorer/license/
56 sgo:sdDataset articles
57 rdf:type schema:ScholarlyArticle
58 N053e4005730f4a6594287a45a2dced24 schema:name dimensions_id
59 schema:value pub.1024024395
60 rdf:type schema:PropertyValue
61 N3c78386e4dd1433fb01d1d69fb0b3ff5 schema:name doi
62 schema:value 10.1007/bf02014725
63 rdf:type schema:PropertyValue
64 N4d9b04276dcf4362bb69424d6bd3935f schema:name readcube_id
65 schema:value 7274b0d50e524aee171906d63e2e37dea30c6952e396b26f8e923440fec9c111
66 rdf:type schema:PropertyValue
67 N598a26a3839640a5b18bc824f0bcc8f0 schema:issueNumber 2
68 rdf:type schema:PublicationIssue
69 N76ecaa937cce4754bd88001d4199ce8b schema:affiliation https://www.grid.ac/institutes/grid.418934.3
70 schema:familyName Meyer
71 schema:givenName Doris
72 rdf:type schema:Person
73 N7f108f340326451d94007ab4c26b0ae6 schema:name Springer Nature - SN SciGraph project
74 rdf:type schema:Organization
75 N92044020f8a74fdb8c4c97977663a96c rdf:first N76ecaa937cce4754bd88001d4199ce8b
76 rdf:rest rdf:nil
77 Ne9a24e19e9fd4c2ebe5d196802236cc0 schema:volumeNumber 28
78 rdf:type schema:PublicationVolume
79 sg:journal.1023035 schema:issn 0925-9864
80 1573-5109
81 schema:name Genetic Resources and Crop Evolution
82 rdf:type schema:Periodical
83 sg:pub.10.1007/bf00710392 schema:sameAs https://app.dimensions.ai/details/publication/pub.1021334501
84 https://doi.org/10.1007/bf00710392
85 rdf:type schema:CreativeWork
86 sg:pub.10.1007/bf02866591 schema:sameAs https://app.dimensions.ai/details/publication/pub.1017431992
87 https://doi.org/10.1007/bf02866591
88 rdf:type schema:CreativeWork
89 sg:pub.10.1007/bf02912560 schema:sameAs https://app.dimensions.ai/details/publication/pub.1033227910
90 https://doi.org/10.1007/bf02912560
91 rdf:type schema:CreativeWork
92 sg:pub.10.2307/2805450 schema:sameAs https://app.dimensions.ai/details/publication/pub.1035634693
93 https://doi.org/10.2307/2805450
94 rdf:type schema:CreativeWork
95 sg:pub.10.2307/2805601 schema:sameAs https://app.dimensions.ai/details/publication/pub.1027152663
96 https://doi.org/10.2307/2805601
97 rdf:type schema:CreativeWork
98 https://doi.org/10.1071/ar9700057 schema:sameAs https://app.dimensions.ai/details/publication/pub.1040082404
99 rdf:type schema:CreativeWork
100 https://doi.org/10.1071/ar9710737 schema:sameAs https://app.dimensions.ai/details/publication/pub.1041464964
101 rdf:type schema:CreativeWork
102 https://doi.org/10.1071/ar9720995 schema:sameAs https://app.dimensions.ai/details/publication/pub.1007587571
103 rdf:type schema:CreativeWork
104 https://doi.org/10.1071/bt9670521 schema:sameAs https://app.dimensions.ai/details/publication/pub.1009479299
105 rdf:type schema:CreativeWork
106 https://doi.org/10.1071/bt9690553 schema:sameAs https://app.dimensions.ai/details/publication/pub.1013368153
107 rdf:type schema:CreativeWork
108 https://doi.org/10.1080/0028825x.1969.10429102 schema:sameAs https://app.dimensions.ai/details/publication/pub.1033829763
109 rdf:type schema:CreativeWork
110 https://doi.org/10.1093/aesa/56.6.798 schema:sameAs https://app.dimensions.ai/details/publication/pub.1059358144
111 rdf:type schema:CreativeWork
112 https://doi.org/10.1093/biomet/53.3-4.325 schema:sameAs https://app.dimensions.ai/details/publication/pub.1059417555
113 rdf:type schema:CreativeWork
114 https://doi.org/10.1093/comjnl/9.1.60 schema:sameAs https://app.dimensions.ai/details/publication/pub.1029095841
115 rdf:type schema:CreativeWork
116 https://doi.org/10.1093/comjnl/9.4.373 schema:sameAs https://app.dimensions.ai/details/publication/pub.1011783359
117 rdf:type schema:CreativeWork
118 https://doi.org/10.1111/j.1095-8312.1967.tb00963.x schema:sameAs https://app.dimensions.ai/details/publication/pub.1037104095
119 rdf:type schema:CreativeWork
120 https://doi.org/10.1111/j.1096-3642.1958.tb00634.x schema:sameAs https://app.dimensions.ai/details/publication/pub.1032715538
121 rdf:type schema:CreativeWork
122 https://doi.org/10.1111/j.1558-5646.1957.tb02884.x schema:sameAs https://app.dimensions.ai/details/publication/pub.1085738077
123 rdf:type schema:CreativeWork
124 https://doi.org/10.1126/science.132.3434.1115 schema:sameAs https://app.dimensions.ai/details/publication/pub.1062475041
125 rdf:type schema:CreativeWork
126 https://doi.org/10.1139/b72-018 schema:sameAs https://app.dimensions.ai/details/publication/pub.1018632368
127 rdf:type schema:CreativeWork
128 https://doi.org/10.1139/b74-292 schema:sameAs https://app.dimensions.ai/details/publication/pub.1035613323
129 rdf:type schema:CreativeWork
130 https://doi.org/10.1270/jsbbs1951.24.261 schema:sameAs https://app.dimensions.ai/details/publication/pub.1028621982
131 rdf:type schema:CreativeWork
132 https://doi.org/10.2135/cropsci1966.0011183x000600010024x schema:sameAs https://app.dimensions.ai/details/publication/pub.1069013823
133 rdf:type schema:CreativeWork
134 https://doi.org/10.2307/1217208 schema:sameAs https://app.dimensions.ai/details/publication/pub.1069398467
135 rdf:type schema:CreativeWork
136 https://doi.org/10.2307/1219157 schema:sameAs https://app.dimensions.ai/details/publication/pub.1069399869
137 rdf:type schema:CreativeWork
138 https://doi.org/10.2307/1438532 schema:sameAs https://app.dimensions.ai/details/publication/pub.1069494352
139 rdf:type schema:CreativeWork
140 https://doi.org/10.2307/2412003 schema:sameAs https://app.dimensions.ai/details/publication/pub.1069920510
141 rdf:type schema:CreativeWork
142 https://doi.org/10.2307/2412027 schema:sameAs https://app.dimensions.ai/details/publication/pub.1069920531
143 rdf:type schema:CreativeWork
144 https://doi.org/10.2307/2418840 schema:sameAs https://app.dimensions.ai/details/publication/pub.1069922291
145 rdf:type schema:CreativeWork
146 https://doi.org/10.2307/2528417 schema:sameAs https://app.dimensions.ai/details/publication/pub.1069974209
147 rdf:type schema:CreativeWork
148 https://doi.org/10.2307/2528823 schema:sameAs https://app.dimensions.ai/details/publication/pub.1069974562
149 rdf:type schema:CreativeWork
150 https://doi.org/10.2307/2529565 schema:sameAs https://app.dimensions.ai/details/publication/pub.1069975206
151 rdf:type schema:CreativeWork
152 https://doi.org/10.2307/2987199 schema:sameAs https://app.dimensions.ai/details/publication/pub.1102978612
153 rdf:type schema:CreativeWork
154 https://www.grid.ac/institutes/grid.418934.3 schema:alternateName Institute of Plant Genetics and Crop Plant Research
155 schema:name Zentralinstitut für Genetik und Kulturpflanzenforschung der Akademie der Wissenschaften der DDR, 4325, Gatersleben
156 rdf:type schema:Organization
 




Preview window. Press ESC to close (or click here)


...