MétaCan
Menu
Retour à la cohorte
Enregistrement W1026482337 · doi:10.31285/agro.15.610

Especialización fisiológica de una población local de Pyrenophora teres f.sp. teres

2011· article· es· W1026482337 sur OpenAlexaff
Fernanda Gamba, Andrej Tekauz

Notice bibliographique

RevueAgrociencia · 2011
Typearticle
Languees
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyHorticulture

Résumé

récupéré en direct d'OpenAlex

La mancha en red de la cebada (Hordeum vulgare L.), inducida por Pyrenophora teres f.sp. teres, ha mostrado un importante incremento en los últimos años, debido a la creciente aplicación de la práctica de la siembra directa sin una adecuada rotación de cultivos y el uso de cultivares con niveles de resistencia genética poco adecuados. El conocimiento de la estructura poblacional del patógeno permite el logro de cultivares con resistencia genética efectiva frente a esa población. Se inocularon cuarenta y tres aislados de P. teres f. sp. teres en veinte genotipos de cebada uruguayos, en condiciones controladas de temperatura y fotoperíodo. Dieciocho aislados exhibieron los máximos niveles de virulencia en todos los genotipos. No se observó ningún aislado completamente avirulento y todos los genotipos fueron susceptibles en diversos grados. La variedad INIA Ceibo mostró el mejor comportamiento relativo mientras que las más susceptibles fueron Ackerman Madi y Danuta. No fue posible la identificación de grupos de aislados con perfiles de virulencia diferente; tampoco se detectaron genotipos de cebada con resistencia diferencial. La alta variabilidad encontrada en estas muestras de P. teres f. sp. teres y de genotipos de cebada, indica que la realización de estudios más exhaustivos mejorará el conocimiento de la composición de los perfiles de virulencia y de resistencia y por tanto contribuirá a la obtención de cultivares con resistencia más efectiva.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,595
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,244
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgrocienciaMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207