Meta-Analysis of Regression Coefficients for the Relationship Between Fusarium Head Blight and Deoxynivalenol Content of Wheat
Notice bibliographique
Résumé
ABSTRACT A total of 126 field studies reporting deoxynivalenol (DON; ppm) content of harvested wheat grain and Fusarium head blight index (IND; field or plot-level disease severity) were analyzed to determine the overall mean regression slope and intercept for the relationship between DON and IND, and the influence of study-specific variables on the slope and intercept. A separate linear regression analysis was performed to determine the slope and intercept for each study followed by a meta-analysis of the regression coefficients from all studies. Between-study variances were significantly (P < 0.05) greater than 0, indicating substantial variation in the relationship between the variables. Regression slopes and intercepts were between -0.27 and 1.48 ppm per unit IND and -10.55 to 32.75 ppm, respectively. The overall mean regression slope and intercept, 0.22 ppm per unit IND and 2.94 ppm, respectively, were significantly different from zero (P < 0.001), and the width of the 95% confidence interval was 0.07 ppm per unit IND for slope and 1.44 ppm for intercept. Both slope and intercept were significantly affected by wheat type (P < 0.05); the overall mean intercept was significantly higher in studies conducted using winter wheat cultivars than in studies conducted using spring wheat cultivars, whereas the overall mean slope was significantly higher in studies conducted using spring wheat cultivars than in winter wheat cultivars. Study location had a significant effect on the intercept (P < 0.05), with studies from U.S. winter wheat-growing region having the highest overall mean intercept followed by studies from Canadian wheat-growing regions and U.S. spring wheat-growing regions. The study-wide magnitude of DON and IND had significant effects on one or both of the regression coefficients, resulting in considerable reduction in between-study variances. This indicates that, at least indirectly, environment affected the relationship between DON and IND.
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 | 0,028 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,011 | 0,048 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».