మా గ్రూప్ ప్రతి సంవత్సరం USA, యూరప్ & ఆసియా అంతటా 3000+ గ్లోబల్ కాన్ఫరెన్స్ ఈవెంట్లను నిర్వహిస్తుంది మరియు 1000 కంటే ఎక్కువ సైంటిఫిక్ సొసైటీల మద్దతుతో 700+ ఓపెన్ యాక్సెస్ జర్నల్లను ప్రచురిస్తుంది , ఇందులో 50000 మంది ప్రముఖ వ్యక్తులు, ప్రఖ్యాత శాస్త్రవేత్తలు ఎడిటోరియల్ బోర్డ్ సభ్యులుగా ఉన్నారు.
ఎక్కువ మంది పాఠకులు మరియు అనులేఖనాలను పొందే ఓపెన్ యాక్సెస్ జర్నల్స్
700 జర్నల్స్ మరియు 15,000,000 రీడర్లు ప్రతి జర్నల్ 25,000+ రీడర్లను పొందుతున్నారు
Dejen Bekis, Hussein Mohammed, Bayuh Belay
Principal component analysis was utilized to determine the variation and to estimate the relative contribution of various characters for total variability. The experiment was laid out using randomized block design with three replications during 2017/2018 main cropping season at Fogera, Ethiopia. The first four principal components axes accounted for 85.3% cumulative variance of the total variability for seventeen agronomic characters. PC1, PC2, PC3 and PC4 explained 44.15%, 19.31%, 14.913% and 6.97% of variation from the total variation, respectively. Thus, maximum variation was found in first PC; therefore, selection for characters under PC1 would be desirable. The variability in PC1 was accounted by flag leaf length, panicle length, days to heading and days to 50% flowering, while PC2 was accounted by harvest index. For future breeding program that employ hybridization, parental material selection should be carried out considering principal components influence to breeders’ interest.