MétaCan
Menu
Retour à la cohorte
Enregistrement W1979893003 · doi:10.1111/j.1439-0434.2008.01423.x

Factors Affecting Biological Control of <i>Sclerotinia sclerotiorum</i> by Fungal Antagonists

2008· article· en· W1979893003 sur OpenAlexaff
Hung‐Chang Huang, R. S. Erickson

Notice bibliographique

RevueJournal of Phytopathology · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésSclerotinia sclerotiorumBiologyBiological pest controlGerminationHorticultureAgronomyBotany

Résumé

récupéré en direct d'OpenAlex

Abstract Studies were conducted to determine the effects of soil moisture (9, 16 or 24% w/w) and temperature (5, 15, 20 or 25°C) on the control of sclerotia of Sclerotinia sclerotiorum by five fungal agents in sterile and natural field soil. All five biocontrol agents were effective in reducing the survival of sclerotia of S. sclerotiorum in sterile soil under dry (9% moisture) or wet (24% moisture) conditions at 20°C, but only Coniothyrium minitans was effective in natural soil. Coniothyrium minitans was the most effective in reducing sclerotial viability at the temperature range of 15–25°C. Trichoderma virens was effective against sclerotia of S. sclerotiorum to a lesser extent than C. minitans, and in non‐autoclaved soil, it performed best at 25°C. Although Epicoccum purpurascens, Talaromyces flavus and Trichothecium roseum were effective against sclerotia of S. sclerotiorum in some instances, they were less effective than C. minitans and T. virens. Sclerotia of S. sclerotiorum conditioned for myceliogenic germination were more vulnerable to attack by the biocontrol agents than dormant sclerotia. The implications are discussed with respect to enhancement of biological control of crop diseases caused by S. sclerotiorum in different geographic regions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,034
Tête enseignante GPT0,213
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations29
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of PhytopathologyMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207