Incidence and Severity of Cavity Spot of Carrot as Affected by Pigmentation, Temperature, and Rainfall
Notice bibliographique
Résumé
Field trials to determine the effect of carrot pigmentation and weather parameters on cavity spot (CS) of carrot were conducted in the Holland/ Bradford Marsh region of Ontario between 2002 and 2009. In all, 23 colored carrot cultivars from the United States Department of Agriculture (USDA) Agricultural Research Service breeding program at the University of Wisconsin (n = 5) and commercial seed companies (n = 18) were seeded in organic soil (pH 6 to 7, 45 to 75% organic matter) in late May to early June and harvested in late October or early November. Carrot roots were assessed for CS severity midseason and postharvest. Evaluations postharvest indicated that the purple pigmented carrot from breeding line 'USDA 106-3' and cultivars 'Purple Rain' and 'Purple Haze' consistently had low CS severity. The orange-pigmented 'USDA 101-23', 'Cellobunch', 'YaYa', and 'Envy' had moderate CS; and the red-pigmented carrot breeding line 'USDA 104-3' and cultivars 'Atomic Red', 'Proline Red', 'Dragon', and an unnamed line from India had high CS. Differences in CS severity in carrot cultivars between evaluations at midseason and postharvest suggest that some carrot cultivars are more susceptible to Pythium spp. inoculum in soil (alloinfection) and others to secondary infection (autoinfection) that can be attributed to the Pythium sp. involved in CS. CS severity was positively correlated with total rainfall 2 and 3 months after seeding, and was negatively correlated with number of days with air temperature ≥30°C 3 and 4 months after seeding. Soil temperature and total rainfall were the best predictors of CS incidence and severity. These results could allow a forecast of disease incidence and severity at harvest.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».