Spatiotemporal variation in airborne sporangia of <i> <scp>P</scp> hytophthora infestans </i> : characterization and initiatives towards improving potato late blight risk estimation
Notice bibliographique
Résumé
This study investigated the value of using real‐time monitoring of P hytophthora infestans airborne inoculum as a complement to decision support systems ( DSS ). The experiment was conducted during the 2010, 2011 and 2012 potato production seasons in two locations in New Brunswick, Canada. Airborne sporangia concentrations ( ASC ) of P . infestans were monitored using 16 rotating‐arm spore samplers placed 3 m above the ground. The first cases of late blight (2010 and 2011) were detected 6–7 days after the first ASC peak, and all samplers captured their first sporangia within the same week (at 3‐ and 9‐day periods). The cumulative ASC curve and the risk curves from two DSS ( PLANT ‐Plus and Pameseb Late Blight) had the same shape but different magnitudes. In both locations, the negative binomial distribution fitted the data better than the Poisson distribution, which is indicative of heterogeneity, and based on T aylor's power law, the heterogeneity increased with increasing ASC . Therefore, the present results suggest that spore‐sampling network devices may be a suitable approach for early detection of incoming inoculum and, when combined with DSS , represent a potential aid for targeting the optimal time to apply a disease‐control product. In this context, cumulative ASC can be a counterweight to the DSS risk estimate: a high risk combined with significant ASC will trigger fungicide spraying. Moreover, spore sampling can be used to assess the efficiency of management strategies by means of examining the area under the inoculum progress curve.
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 | 0,001 | 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 ».