Association Between Weather Variables, Airborne Inoculum Concentration, and Raspberry Fruit Rot Caused by <i>Botrytis cinerea</i>
Notice bibliographique
Résumé
Botrytis fruit rot (BFR), one of the most important diseases of raspberry (Rubus spp.), is controlled primarily with fungicides. Despite the use of fungicides, crop losses due to BFR are high in most years. The aim of this study was to investigate the association between airborne inoculum, weather variables, and BFR in order to improve the management of the disease as well as harvest and storage decisions. Crop losses, measured as the percentage of diseased berries during the harvest period, were monitored in unsprayed field plots at four sites in three successive years, together with meteorological data and the number of conidia in the air. Based on windowpane analysis, there was no evidence of correlation between crop losses and temperature, vapor pressure deficit, wind, solar radiation, or probability of infection. There were significant correlations between crop losses and airborne inoculum and between crop losses and humidity-related variables, and the best window length was identified as 7 days. Using 7-day average airborne inoculum concentration combined with 7-day average relative humidity for periods ending 6 to 8 days before bloom, it was possible to accurately predict crop losses (R2 of 0.86 to 0.89). These models could be used to assist with managing BFR, timing harvests, and optimizing storage duration in raspberry crops.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».