Detection, Understanding and Controlof Soybean Mosaic Virus
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Among 67 or so viruses that are able to infect soybean, 27 are considered a threat to the soybean industry Soybean mosaic virus (SMV) is the most prevalent virus and is recognized as the most serious, long-standing problem in many soybean producing areas in the world SMV is a member of the genus Potyvirus in the family Potyviridae. The disease caused by SMV was first documented in the USA in 1915 by Since then, the virus has been found in China, Japan, South Korea, Canada, Bazil, Australia and many other countries wherever soybean is grown. Infection by SMV usually results in severe yield losses and seed quality reduction. It has been reported that yield losses usually range from 8 to 50% under natural field conditions Since SMV is a seed-borne viral pathogen and aphids can efficiently spread it from plant to plant while they feed, it is difficult to control the virus and produce SMV-free seeds. Furthermore, SMV often infects soybeans with other viruses such as Bean pod mottle virus (BPMV), Alfalfa mosaic virus (AMV) and Tobacco ringspot virus (TRSV) Such synergistic infections with two or more viruses cause much more severe damages than infection by each virus alone Utilization of soybean cultivars resistant to SMV is considered the most effective way of controlling the diseases. Extensive screening for soybean gemplasm resistant to SMV has resulted in the identification of three independent resistant genes, i.e.,
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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