Predicting apple leaf emergence from degree-day accumulation during the primary scab period
Notice bibliographique
Résumé
The severity of primary infections of apple scab (Venturia inaequalis) is mainly determined by three components: the amount of primary inoculum, climatic conditions, and the amount of unprotected susceptible leaves. Prediction tools are available for the first two components but there are no tools to predict the emergence of apple leaves. The objective of this study was to develop degree-day models to predict emergence of both cluster and terminal shoot leaves during the primary scab period. The number of leaves per shoot was monitored during the primary infection period from 2003 to 2005 on three replicate apple trees of the cultivar Summerland McIntosh grafted on different rootstocks (M.9, MM.111, M.26) at one site and on trees of the cultivars Cortland, Empire, Lobo, McIntosh, Paulared and Spartan at two sites. There were no significant differences in the area under the leaf emergence curve (AULEC) for the different rootstocks and cultivars. The models were thus developed on data pooled over years, sites and cultivars. The rate of change in apple leaf emergence in response to degree-days (base temperature 5°C) accumulated from Apr. 01 was nonlinear with an initial lag phase followed by a linear response reaching a maximum after which the rate remained low or reached zero (no more new leaves). This response was well described by the Richards (R 2 = 0.91) and the Weibull (R 2 = 0.96) functions for the emergence of cluster and terminal shoot leaves, respectively. The models were tested against data not used for model development and provided an adequate prediction of the number of leaves per shoot (R 2 = 0.92 and 0.97). This new tool can be used to improve timing of fungicide applications against primary apple scab infections. Key words: Leaf development, phenologymodel, Malus domestica Borkh., Venturia inaequalis (Cke.) Wint
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 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 | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».