MétaCan
Menu
Retour à la cohorte
Enregistrement W2767022314 · doi:10.3389/fpls.2017.01764

Interactions of Root-Feeding Insects with Fungal and Oomycete Plant Pathogens

2017· review· en· W2767022314 sur OpenAlexafffund
Telsa Willsey, Syama Chatterton, Héctor A. Cárcamo

Notice bibliographique

RevueFrontiers in Plant Science · 2017
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueNematode management and characterization studies
Établissements canadiensUniversity of LethbridgeAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food CanadaAlberta Pulse Growers CommissionAlberta Crop Industry Development Fund
Mots-clésOomyceteBiologyPythiumContext (archaeology)Biological pest controlHerbivorePathosystemRhizospherePhyllosphereBiosecurityEcologyBotanyPathogenHost (biology)MicrobiologyBacteria

Résumé

récupéré en direct d'OpenAlex

Soilborne fungal and oomycete pathogens are the causal agents of several important plant diseases. Infection frequently co-occurs with herbivory by root-feeding insects, facilitating tripartite interactions that modify plant performance and mortality. In an agricultural context, interactions between pathogens, herbivores, and plants can have important consequences for yield protection. However, belowground interactions are inherently difficult to observe and are often overlooked. Here, we review the impact of direct and indirect interactions between root-associated insects, fungi, and oomycetes on the development of plant disease. We explore the relationship between insect feeding injury and pathogen infection, as well as the role of insects as vectors of fungal and oomycete pathogens. Synergistic interactions between insects and phytopathogens may be important in weed suppression, and we highlight several promising candidates for biocontrol. Bridging the gap between entomological and pathological research is a critical step in understanding how interactions between insects and microorganisms modify the community structure of the rhizosphere, and how this impacts plant functioning. Furthermore, the identification of belowground interactions is required to develop effective pest monitoring and management strategies.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,065
Tête enseignante GPT0,276
Écart entre enseignants0,210 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations47
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetNematode management and characterization studiesTravaux en français237 207