MétaCan
Menu
Retour à la cohorte
Enregistrement W2079632316 · doi:10.5539/jas.v5n2p19

Characterization of the Angular Leaf Spot Resistance Gene Present in Common Bean Cultivar Ouro Negro

2013· article· en· W2079632316 sur OpenAlexvenueno aff
Demerson Arruda Sanglard, Carlos Ribeiro, Bruno Balbi, Klever Márcio Antunes Arruda, Everaldo Gonçalves de Barros, Maurílio Alves Moreira

Notice bibliographique

RevueJournal of Agricultural Science · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésBiologyCultivarIntrogressionGermplasmLeaf spotLocus (genetics)Resistance (ecology)Plant disease resistanceGeneBotanyHorticultureGeneticsAgronomy

Résumé

récupéré en direct d'OpenAlex

Angular leaf spot (ALS), incited by the fungus Pseudocercospora griseola, is a major disease affecting common bean. Important resistance sources have been identified and characterized: AND 277, BAT 332, Cornell 49-242, MAR-2, and Mexico 54. P. griseola presents high physiological variability. The control of this kind of pathogen requires continuous evaluation, including monitoring and characterization of pathogenic variability, and eventual germplasm introgression of genes in adapted cultivars. Cultivar Ouro Negro is currently being used as an ALS resistance source in Brazil. This work aimed to characterize the ALS resistance gene present in cultivar Ouro Negro in relation to the other five resistance sources. These cultivars were crossed with ‘Ouro Negro’ (allelism tests) and with susceptible cv. Rudá (inheritance studies) and their segregation patterns were evaluated. The inheritance studies and the allelism tests indicate that ‘Ouro Negro’ harbors at least one resistance locus which is distinct from those present in the other resistance sources.

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 enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,000
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 Opus0,011
Tête enseignante GPT0,196
Écart entre enseignants0,184 · 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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207