Evaluation of a Dynamic Model for Primary Infections Caused by <i>Plasmopara viticola</i> on Grapevine in Quebec
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Downy mildew is major grape disease in several areas of the world. Recently, a dynamic model for primary infections of grapes by Plasmopara viticola, forecasting time of primary lesions emergence, was developed in Italy. The model simulates the development of predicted oospore cohorts during the primary infection period. The efficacy of this disease-cycle-based model was evaluated in eastern Canada by comparing the time of lesion emergence predicted by the model with field observations in 20 and 23 vineyards in 2008 and 2009, respectively. For each vineyard, one to 20 simulation runs were performed depending on the number of oospore cohorts expected to form, for a total of 545 simulations. The model evaluation was based on the true positive proportion (lesion emergence was predicted and observed) and the true negative proportion (lesion emergence was not predicted and not observed) which were 0.996, and 0.907, respectively. A total of 313 simulations resulted in no infection among which 284 corresponded to no lesion emergence. In only one situation, lesions were observed and not predicted by the model. On the contrary, in 29 simulations run, lesion emergence was predicted but not observed in the field. Further validation of this model is required, but the results of this study are encouraging and this model may be used to improve timing of fungicide sprays against P. viticola. Accepted for publication 17 November 2010. Published 26 January 2011.
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.
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 | 0,001 | 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 découle