Evaluation of Forecasting Models for Fusarium Head Blight of Wheat Under Growing Conditions of Quebec, Canada
Notice bibliographique
Résumé
Fusarium head blight (FHB) is a fungal disease of wheat (Triticum aestivum L.) causing frequent economic losses to farmers under growing conditions of Eastern Canada. To assess risks associated with this disease and guide fungicide use decisions, many researchers from numerous countries have developed weather-based forecasting models. This work aims at evaluating which model produces the most accurate predictions of disease infection or deoxynivalenol (DON) content under climatic conditions occurring in Quebec. Spring wheat was grown during two seasons and winter wheat during one season at four experimental sites located in Quebec. Nine selected models for evaluation produced predictions of DON content (Canada and Italy), disease incidence (Argentina and Italy), and probability of epidemics (United States). Data from plots without fungicide (52 samples) were used to test the models listed above. Reliability of the selected forecasting models was evaluated with receiver operating characteristic (ROC) curve analysis. DON content (≥1 ppm) was the best crop damage indicator to differentiate epidemic (cases) and nonepidemic (controls) situations. Two American and the Argentinean forecasting models were more reliable than the others when the thresholds recommended in the literature were adjusted using the results for the ROC curve analyses. Those models are a good starting point for the implementation of an FHB forecasting system adapted to wheat production in Quebec.
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 ».