Identification and validation of sheath blight resistance in rice (<i>Oryza sativa</i>L.) cultivars against<i>Rhizoctonia solani</i>
Notice bibliographique
Résumé
Rice sheath blight, caused by Rhizoctonia solani, is a devastating disease of rice which causes major yield loss in most rice growing regions of the world. Hence, identification and subsequent development of disease resistance in rice cultivars is crucial. Six moderately resistant cultivars, namely ‘Teqing’, ‘Jasmine85’, ‘Tetep’, ‘Pecos’, ‘Azucena’ and ‘Taducan’, one susceptible local cultivar, ‘MR 219’, and two new advanced breeding lines, ‘UKMRC 2’ and ‘UKMRC 9’, were screened using micro-chamber and mist-chamber methods. The fungal isolate was confirmed as R. solani using ITS-rDNA sequencing. Severe sheath blight was recorded following inoculation with R. solani under micro-chamber conditions. The most resistant cultivar was ‘Tetep’, followed by ‘Teqing’. In mist-chamber screening, ‘UKMRC 2’ showed the highest level of susceptibility with a disease severity index (DSI) of 6.67, while ‘MR 219’ produced the highest DSI of 7.22 in the micro-chamber. Significant correlation of plant height and disease was obtained with relative lesion height (RLH) indices. Significant correlations were also observed among diseased plant affected area (DPAA), VRT (visual rating) and RLH, with VRT being the most accurate. On the basis of the disease reactions, ‘Tetep’ and ‘Teqing’ were identified as suitable donors to improve resistance in ‘UKMRC 2’ and ‘MR 219’. Mist-chamber screening method was more reliable to evaluate sheath blight under greenhouse conditions than the micro-chamber method.
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 | 0,001 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».