Genetic diversity and disease resistance: some considerations for research, breeding, and deployment
Notice bibliographique
Résumé
Fungal pathogens present a complex challenge for genetic management of forest trees. The need is for disease resistance that withstands mutations and genetic shifts in pathogens. Also desirable are defences against new and dangerous pathogens. An understanding of how hosts and pathogens can continue to coexist should help. Experience from agriculture has allowed modelling of pathosystems, the genetic variations within hosts and pathogens that permit coexistence. While it is impractical to construct a comprehensive model, two phenomena seem generally conducive to stability: a cost of "virulence" in pathogen fitness and a multiplicity of host resistance mechanisms. However, other factors, notably indirect costs of resistance, are very difficult to model. Overall, the diversity of behaviour of models, of the nature of resistance and virulence genes, and of biology of both hosts and pathogens precludes any unique formula for stability. For current crops, genetic diversity offers risk spread for susceptibility to a new and serious pathogen or pathotype. For longer-term breeding, relatively rare resistance may be useful, but pedigreed breeding populations typically entail very finite population sizes. Providing for selecting within improved production populations may therefore be needed. This would give breeders technical challenges, and give forest managers opportunity costs and major logistical challenges.
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 | 0,024 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,016 |
| Communication savante | 0,008 | 0,018 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,011 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».