Identification of Weather Conditions Associated with the Occurrence, Severity, and Incidence of Black Seed Disease of Strawberry Caused by <i>Mycosphaerella fragariae</i>
Notice bibliographique
Résumé
Black seed disease (BSD) of strawberry is a sporadic disease caused by Mycosphaerella fragariae. Because little is known about potential crop losses or the weather conditions conducive to disease development, fungicides are generally not applied or are applied based on a preset schedule. Data collected from 2000 to 2011 representing 50 farm-years (total of 186 strawberry fields) were used to determine potential crop losses and to study the influence of weather on disease occurrence and development. First, logistic regression was used to model the relationship between occurrence of BSD and weather variables. Second, linear and nonlinear regressions were used to model the number of black seed per berry (severity) and the percentage of diseased berries (incidence). Of the 186 fields monitored, 78 showed black seed symptoms, and the number of black seed per berry ranged from 1 to 10, whereas the percentage of diseased berries ranged from 3 to 32%. The most influential weather variable was total rainfall (in millimeters) in May, with a threshold of 103 mm of rain (absence of BSD < 103 mm < presence of BSD). Similarly, nonlinear models with the total rainfall in May accurately predicted both disease severity and incidence (r = 0.94 and 0.97, respectively). Considering that management actions such as fungicide application are not needed every year in every field, these models could be used to identify fields that are at risk of BSD.
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 | 0,001 |
| 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 ».