Nutrient Consumption and Pigmentation of Deep and Surface Colonizing Sapstaining Fungi in Pinus contorta
Notice bibliographique
Résumé
Summary In this paper, we examined the ability of deep and surface staining fungi to utilize wood tissue nutrients. Fungal isolates were inoculated onto fresh billets and γ-sterilised sawnwood, both from Pinus contorta, and also onto defined nutrient media. The wood samples were assessed for host viability, fungal growth and nutrient status. The results indicated that the most aggressive sapstain species on fresh logs was Ceratocystis coerulescens, followed consecutively by Leptographium spp., Ophiostoma minus, O. piliferum, O. piceae, O. setosum, O. pluriannulatum and Aureobasidium pullulans. HPLC analysis of soluble sugars in fungal-infected wood indicated that mannose was the most depleted sugar, followed by glucose. Lipid analysis of infected wood indicated that Leptographium spp. and C. coerulescens greatly reduced the triglyceride fraction and that there was a wide spectrum of consumption of triglyceridederived fatty acids between the fungi. On defined media, the carbon source mannose led to the darkest pigmentation for all tested fungi. For C. coerulescens, the order of pigmentation intensity for the remaining tested carbon sources was reversed when compared to the other fungal species.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».