Effectiveness of Positive Selection in Managing Seed-Borne Potato Viruses
Notice bibliographique
Résumé
Potato productivity in Kenya has remained below the potential due to the use of infected seed tubers especially by seed borne viruses. A study was carried out to asses the effectiveness of Positive Selection (PS) in managing seed borne potato viruses. Sprouted seed potato tubers of nine genotypes; three commercial varieties and six advanced International Potato Center (CIP) clones were screened in the field for two seasons, Field Generation Three (FG3) and Field Generation Four (FG4), respectively. In each season, experimental plots were divided into two sub-plots in which one sub-plot was planted with seed tubers sourced through Random Seed Selection (RSS) and the other with seed tuber sourced through Positive Selection (PS). Positive selection plots had low visual virus incidences, high number of tubers per hill and yield (t/ha) in both FG3 and FG4 growing seasons irrespective of the genotypes. ELISA test also revealed that Potato Virus S (PVS) (78%) was the most predominant virus followed by Potato Virus Y (PVY) (20%), Potato Leaf Roll Virus (PLRV) (16%) and Potato Virus M (PVM) (9%) in RSS plots either with single or multiple infections. Positive Selection plots recorded low virus incidences of PVS (47%), and PVY, PLRV and PVM were absent in the tubers tested with ELISA. This study concludes that Positive Selection is a good management strategy to manage the seed borne potato viruses, and if adopted, small holder farmers can reduce the yield losses arising from use of virus infected seed tubers.
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 | 0,001 | 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 | 0,001 | 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 ».