MétaCan
Menu
Retour à la cohorte
Enregistrement W2614778812 · doi:10.1111/ppa.12726

Perspectives on the specific targeting of <i>Fusarium graminearum</i> for the development of alternative head blight treatment approaches

2017· article· en· W2614778812 sur OpenAlexaff
Miroslava Čuperlović‐Culf, Michèle C. Loewen, Nandhakishore Rajagopalan, Anuradha Surendra

Notice bibliographique

RevuePlant Pathology · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyFungicideFusariumMycotoxinBiotechnologyAgricultureAntifungalAgronomyHorticultureMicrobiologyEcology

Résumé

récupéré en direct d'OpenAlex

Diseases of agricultural crops caused by fungi have devastating economic and health effects. Fusarium head blight ( FHB ) is one of the most damaging diseases of wheat and other small grain cereals. FHB reduces agricultural yield while also affecting food supply and safety through deposition of toxins (mycotoxins/phytotoxins). Control of FHB growth and toxin accumulation in grains remain major challenges. While the ultimate goal in the battle against FHB is the development of resistant wheat varieties, the actual use of fully resistant plants that preclude any need for treatment with fungicides remains out of sight. Current antifungals being applied against FHB are generally azole‐based inhibitors. However, usage of these azole‐based fungicides is being complicated by the facts that these are active only during specific short‐lived developmental time periods, fungi are developing increased resistance to them and they are having significant environmental impacts. As such, there is a great need for more targeted, specific and effective antifungal agents to address the significant threat of FHB . This review provides an overview of some of the more promising fungal targets that are currently being investigated for antifungal development.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,124
Tête enseignante GPT0,255
Écart entre enseignants0,131 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant PathologyMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207