A degree-day model to initiate fungicide spray programs for management of grape powdery mildew [<i>Erysiphe necator</i>]
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Powdery mildew, caused by Erysiphe necator, is the most important grape disease in Quebec, Canada. Based on the premise that the production of secondary inoculum is a key factor in powdery mildew development, a model based on degree-day accumulation was developed and validated as a tool to initiate a calendar-based fungicide program. The Richard%rsquo;s model was used to describe the proportion of seasonal airborne inoculum as a function of degree-days (base 6 °C) accumulated since the Eichhorn-Lorenz grape phenological stage 7 (2%ndash;3 fully expanded leaves). The model explained 91% of the variation in proportion of seasonal airborne inoculum and 96% when validated against independent observations. Reliability of the model to time the initiation of a standard fungicide spray program was validated in experimental vineyards from 2004 to 2007. The following management schemes were compared: (1) no fungicides (control); (2) fungicides applied at fixed intervals starting at the 3%ndash;4 leaves growth stage; (3) a fungicide spray program initiated based on the degree-day model; and (4) a fungicide spray program initiated based on both the degree-day model and airborne inoculum concentration. Depending on years and cultivars, the use of the model reduced the number of fungicide sprays by 40% to 55%. The degree-day model could be used as a component of a risk management system for grape powdery mildew to estimate the need for fungicide sprays before bloom or to time the initiation of a fungicide spray program.
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.
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 | 0,000 | 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) | 0,000 | 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 découle