MétaCan
Menu
← Retour à la cohorte
Enregistrement W2772799885 · doi:10.5539/jas.v10n1p239

Morphological Character Analysis and Signal Cryptic Speciation in Lasiodiplodia theobromae on Cashew (Anacardium occidentale L.)

2017· article· en· W2772799885 sur OpenAlexvenueno aff
Dele Omoyele Adeniyi, Daniel B. Adewale, Beatrice Abanum Nduka, Kayode Babatunde Adejobi

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLasiodiplodia theobromaePycnidiumBiologyAnacardiumInflorescenceConidiumPathogenBotanyMyceliumHorticultureMicrobiology

Résumé

récupéré en direct d'OpenAlex

Lasiodiplodia theobromae (Pat) Griffon & Maubl. is a pathogen causing inflorescence dieback disease of cashew in Nigeria and also a common pathogen with a wide host range in the tropics and sub-tropics. The character variations in this pathogen necessitate better understanding of it towards development of management strategies. Isolates identified as L. theobromae were cultured from inflorescence dieback disease of cashew across growing ecologies of Nigeria and studied base on morphological characters. Variability in mycelial texture and colour, conidia and septa sizes and pycnidia production were recorded in this study. The Principal Component Analysis (PCA) and WARD clustering analysis identified four well-supported traits within the isolate group. Isolates within each cluster was: 2, 2, 4 and 1 respectively and isolate CDA1416 (Obollo-Afor) and CDA2924 (Idi-Ayunre) in cluster III were the most similar. Members within clusters I and II united at the semi-partial R-Square distance of 0.0294 and 0.0278 respectively. Isolate CDA2308 (Oro) was distinguished among others and signal a potential cryptic specie, differences in these isolates were supported by conidial morphology and textural variations. This understanding will form the bases for development of diseases management strategy against the pathogen.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,242
Écart entre enseignants0,233 · 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'étudeObservationnel
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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetPlant Pathogens and Fungal Diseases→Travaux en français237 207→