MétaCan
Menu
Retour à la cohorte
Enregistrement W2072151357 · doi:10.1080/09583150701710062

Effect of spraying adjuvants with the biocontrol fungus<i>Microsphaeropsis ochracea</i>at different water volumes on the colonization of apple leaves

2007· article· en· W2072151357 sur OpenAlexaff
K. L. Bailey, Odile Carisse, Mary Leggett, Greg Holloway, Frances Leggett, Thomas Wolf, Asha Shivpuri, Jo-Anne Derby, Brian C. Caldwell, H. Jon Geissler

Notice bibliographique

RevueBiocontrol Science and Technology · 2007
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensUniversity of LethbridgeAg-West Bio (Canada)Agriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésSporeColonizationBiologyMyceliumFungusHorticultureGerminationAdjuvantVolume (thermodynamics)Sterile waterBotanyMicrobiology

Résumé

récupéré en direct d'OpenAlex

In a previous study, it was observed that Microsphaeropsis ochracea was less efficacious as a biofungicide for apple scab when applied under field conditions as an unformulated spore suspension with an airblast spray using low water volumes as compared to a ground cover spray using high water volumes. The effect of spore concentration (109 to 1012 spores ha−1), water volume (250–1500 L ha−1), and 20 adjuvants were studied to improve colonization of apple leaves by M. ochracea. Using commercial-type spray equipment, the fungus was applied to excised apple leaves. Higher spores concentrations resulted in greater colonization. Water volume did not have a strong impact on colonization. Only a few adjuvants improved germination (glycerine) and mycelial growth (K-90, Agrimer, Ekol, and Tween 80) in some trials. When tested on apple trees, the adjuvant Assist provided the most consistent improvement in colonization in five out of eight trials. The use of oils, humectants, and surfactants could broaden the opportunities for using this biofungicide.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,003
Tête enseignante GPT0,204
Écart entre enseignants0,201 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiocontrol Science and TechnologyMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207