Development of a new field inoculation technique to assess partial resistance in soybean to <i>Sclerotinia sclerotiorum</i>
Notice bibliographique
Résumé
The use of appropriate techniques to assess disease resistance is crucial to understanding the genetic control of host resistance to pathogens to develop resistant plant varieties. The objective of this study was to develop and evaluate a novel field-based inoculation technique for sclerotinia stem rot in soybean [Glycine max (L.) Merr.], caused by Sclerotinia sclerotiorum (Lib.) de Bary. The barley kernel inoculation technique involves stem inoculation using an infected barley kernel inserted into a wound made in the soybean stem. The damage on soybean plants is measured by the length of the lesion on inoculated stem and expressed as inoculation severity index (ISI). Soybean varieties were evaluated for 2 yr at different sites using the barley kernel inoculation technique, and compared with other controlled environment and natural infection-based techniques. The ISIs obtained at Elora, ON, were significantly correlated (r = 0.21, P = 0.021) between the 2 test years (1998 and 1999), and in 1998 with natural infection [as measured by the disease severity index, DSI] at the same location (r = 0.31; P = 0.0005). Using a small set of lines that were specifically selected over several years to respond to DSI, the correlation between the DSI from some locations and years and the ISI in 1999 was negative. The significant positive correlations obtained using soybean lines that were not previously selected for DSI suggest the potential of this technique for pre-screening the breeding material for partial resistance to sclerotinia stem rot prior to confirmation with natural infection levels as measured by DSI. This may be of value to soybean breeders trying to develop soybean lines partially resistant to sclerotinia stem rot because of the difficulty in obtaining consistent and reliable DSI scores across locations and over years. Key words: Sclerotinia stem rot, white mould, inoculation, resistance, soybean
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 | 0,001 |
| 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 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 ».