Effect of media and temperature on sporulation of Septoria apiicola, and of inoculum density on septoria blight severity in celery
Notice bibliographique
Résumé
The number of conidia produced by Septoria apiicola was quantified on seven media incubated at 20°C. Conidia were produced abundantly on celery agar (CA) and celery potato dextrose agar (CPDA) after 12 days of incubation. In general, media containing celery decoction, including cleared V8 juice agar (CVA), produced more conidia than those without celery decoction. The number of conidia and the colony area produced per plate on CA increased with increase in temperature up to an optimum temperature and then decreased markedly. A second-order linear regression equation explained 99% of the variation in the number of conidia produced on CA plates incubated at temperatures ranging from 15 to 30°C, with the predicted optimum temperature of 22.4°C. Ninety eight percent of the variations in the colony area were explained by a linearized BETE-equation with the predicted optimal temperature of 22.7°C. Blight severity in celery ( Apium graveolens var. dulce ) increased with increase in inoculum density. For inoculum density ranging from 5-140 conidia/cm 2 of leaf surface, 92% of the variations in the number of lesions per leaf, pooled from two experiments, were explained by a second-order linear regression equation. The model was less reliable for inoculum densities less than 17 conidia/cm 2 of leaf surface.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 |
| 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 tête enseignante, 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 ».