MétaCan
Menu
Retour à la cohorte
Enregistrement W2158925857 · doi:10.1289/ehp.01109s2321

Factors that affect the occurrence of fumonisin.

2001· review· en· W2158925857 sur OpenAlexaff
J. David Miller

Notice bibliographique

RevueEnvironmental Health Perspectives · 2001
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésFumonisinFusariumBiologyGibberella fujikuroiGibberellaFungusMycotoxinAgronomyEndophyteBotany

Résumé

récupéré en direct d'OpenAlex

The two important Fusarium ear rots of corn, Gibberella ear rot (Fusarium graminearum, formally F. moniliforme and allied species) and Fusarium ear rot (F. verticillioides and allied species) grow under different environmental conditions. F. graminearum grows well only between 26 and 28 degrees C and requires rain both at silking and during disease progression. F. verticillioides grows well at higher temperatures, and ear rot and fumonisin accumulation are associated with drought and insect stress and growing hybrids outside their areas of adaptation. In southern Transkei, where esophageal cancer has been associated with the consumption of F. verticillioides and fumonisin-contaminated corn, environmental conditions favor this fungus in most years. In the nearby areas where the soils, crops, food consumption, and populations are the same and where esophageal cancer is low, temperatures are cooler and F. graminearum is favored. Although F. verticillioides is associated with a disease of corn, it may be that this fungus is a mutualistic endophyte of the plant. Perhaps because of this, breeding for resistance to Fusarium ear rot has produced inconclusive results to date. The best available strategies for reducing the risk of fumonisin contents of maize are to ensure that hybrids are adapted to the environment and to limit drought stress and insect herbivory. It may also be necessary to make use of alternative strategies such as producing hybrids that contain enzymes to degrade fumonisin as it is produced.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,104
Tête enseignante GPT0,328
Écart entre enseignants0,224 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations239
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health PerspectivesMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207