Volatile metabolite profiling to detect and discriminate stem‐end rot and anthracnose diseases of mango fruits
Notice bibliographique
Résumé
The volatile metabolites from the headspace gas of containerised mango ( Mangifera indica ) cv. Tommy Atkins fruits, surface wounded and inoculated with the two fungal anamorphic pathogens Colletotrichum gloeosporioides and Lasiodiplodia theobromae , or non‐inoculated (controls), were profiled using a portable gas chromatograph/mass spectrometer to discriminate diseases of mango. Thirty‐four compounds were detected relatively consistently among replicates. Several of these were disease/inoculation‐discriminatory and were classified into three groups: (i) compounds unique to only one treatment; (ii) compounds common to two or more treatments, but not to all; and (iii) compounds common to all treatments, but varying in their abundance. Two compounds, 1‐pentanol and ethyl boronate, were detected in L. theobromae‐ inoculated mangoes alone, while thujol was observed only in C. gloeosporioides‐ inoculated mangoes. Discriminant analysis models based on the abundance of significant mass ions and consistent compounds correctly classified diseases/inoculations in up to 100% of cases. The disease‐discriminatory compounds and discriminant analysis models developed here have the potential to be used in the early detection of postharvest diseases of mango fruits after validation under commercial conditions.
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 | 0,000 | 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) | 0,001 | 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 ».