MétaCan
Menu
Retour à la cohorte
Enregistrement W2090051385 · doi:10.1094/pdis-10-12-0946-re

Spatial Pattern of Strawberry Powdery Mildew (<i>Podosphaera aphanis</i>) and Airborne Inoculum

2013· article· en· W2090051385 sur OpenAlexafffund
Hervé Van der Heyden, Marie Lefebvre, Linda Roberge, Luc Brodeur, Odile Carisse

Notice bibliographique

RevuePlant Disease · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePowdery Mildew Fungal Diseases
Établissements canadiensAgriculture and Agri-Food CanadaPhytodata
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésPowdery mildewNegative binomial distributionBiologyPoisson distributionIndex of dispersionSpatial distributionQuadratVeterinary medicineConidiumHorticultureCropBotanyMathematicsStatisticsAgronomyPoisson regressionPopulationShrub

Résumé

récupéré en direct d'OpenAlex

The relationship between strawberry powdery mildew and airborne conidium concentration (ACC) of Podosphaera aphanis was studied using data collected from 2006 to 2009 in 15 fields, and spatial pattern was described using 2 years of airborne inoculum and disease incidence data collected in fields planted with the June-bearing strawberry (Fragaria × ananassa) cultivar Jewel. Disease incidence, expressed as the proportion of diseased leaflets, and ACC were monitored in fields divided into 3 × 8 grids containing 24 100 m2 quadrats. Variance-to-mean ratio, index of dispersion, negative binomial distribution, Poisson distribution, and binomial and beta-binomial distributions were used to characterize the level of spatial heterogeneity. The relationship between percent leaf area diseased and daily ACC was linear, while the relationship between ACC and disease incidence followed an exponential growth curve. The V/M ratios were significantly greater than 1 for 100 and 96% of the sampling dates for ACC sampled at 0.35 m from the ground (ACC0.35m) and for ACC sampled at 1.0 m from the ground (ACC1.0m), respectively. For disease incidence, the index of dispersion D was significantly greater than 1 for 79% of the sampling dates. The negative binomial distribution fitted 86% of the data sets for both ACC1.0m and ACC0.35m. For disease incidence data, the beta-binomial distribution provided a good fit of 75% of the data sets. Taylor's power law indicated that, for ACC at both sampling heights, heterogeneity increased with increasing mean ACC, whereas the binary form of the power law suggested that heterogeneity was not dependent on the mean for disease incidence. When the spatial location of each sampling location was taken into account, Spatial Analysis by Distance Indices showed low aggregation indices for both ACCs and disease incidence, and weak association between ACC and disease incidence. Based on these analyses, it was found that the distribution of strawberry powdery mildew was weakly aggregated. Although a higher level of heterogeneity was observed for airborne inoculum, the heterogeneity was low with no distinct foci, suggesting that epidemics are induced by well-distributed inoculum. This low level of heterogeneity allows mean airborne inoculum concentration to be estimated using only one sampler per field with an overall accuracy of at least 0.841. The results obtained in this study could be used to develop a sampling scheme that will improve strawberry powdery mildew risk estimation.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,174
Écart entre enseignants0,166 · 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'étudeObservationnel
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

Citations19
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlant DiseaseMême sujetPowdery Mildew Fungal DiseasesTravaux en français237 207