Lagged Association Between Powdery Mildew Leaf Severity, Airborne Inoculum, Weather, and Crop Losses in Strawberry
Notice bibliographique
Résumé
Knowledge about epidemiology and the impact of disease on yield is fundamental for establishing effective management strategies. The purpose of this study was to investigate the relationship between foliar strawberry mildew severity, Podosphaera aphanis airborne inoculum concentration, weather, and subsequent crop losses for day-neutral strawberry. The experiment was conducted at three, five, and four sites in 2006, 2007, and 2008, respectively, for a total of 12 epidemics. At each site, data were collected on 25 plants at 2-day intervals from the end of May to early October for a total of 60 to 62 samplings annually. First, seasonal crop losses were statistically described; then, a lagged regression model was developed to describe crop losses from the parameters that were significantly associated with losses. There was a strong positive linear relationship between seasonal crop losses and the area under the leaf disease progress curve (R(2) = 0.90) and daily mean airborne conidia concentration (R(2) = 0.86), and a negative linear relationship between crop losses and time to 5% loss (R(2) = 0.76) and time to 5% leaf area diseased (R(2) = 0.61). Among the 53 monitoring- and weather-based variables analyzed, percent leaf area diseased, log10-transformed airborne inoculum concentration, and weather variables related to temperature were significantly associated with crop losses. However, polynomial distributed lag regression models built with weather variables were not accurate in predicting losses, with the exception of a model based on a combined temperature and humidity variable, which provided accurate prediction of the data used to construct the model but not of independent data. Overall, the model based on log10-transformed airborne inoculum concentration did not provide accurate crop loss predictions. The model built using percent leaf area diseased with a time lag of 8 days (n = 4) and a polynomial degree of 2 provided a good description of the crop-loss data used to construct the model (r = 0.99 and 0.90) and of independent data (r = 0.92). For the 12 epidemics studied, 5% crop loss was reached when an average of 17% leaf area diseased was observed since the beginning of symptom development. These results indicate that information on foliar powdery mildew must be considered when making strawberry powdery mildew management decisions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».