MétaCan
Menu
Retour à la cohorte
Enregistrement W2833153201 · doi:10.23986/afsci.69116

Ramularia collo-cygni: a new pathogen spreading in barley fields in Estonia

2018· article· en· W2833153201 sur OpenAlexfundno aff
Andres Mäe, Pille Sooväli, Lee Põllumaa

Notice bibliographique

RevueAgricultural and Food Science · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Rural Affairs
Mots-clésBiologyCultivarPathogenTemperate climateConidiumPoaceaeLeaf spotFungusGrowing seasonCropGenotypeAgronomyBotanyMicrobiologyGene

Résumé

récupéré en direct d'OpenAlex

Ramularia leaf spot (RLS) caused by the fungus Ramularia collo-cygni (Rcc) is affecting barley fields throughout temperate regions worldwide. The first finding of RLS in Estonia was reported on spring barley in 2012 and since then the area of RLS infection has been widening in Estonia. This work has been carried out to monitor the natural infection of Rcc in two winter barley cultivars and to follow artificial fungal infection by a PCR-based assay. Using our approach, we could detect presence of the fungal pathogen in barley leaves before the appearance of disease symptoms at early growth stages. Response of two tested cultivars to Rcc infection in the field conditions was different, showing genotype-environment interaction in the development and spreading of Rcc. In harvested grain samples at the end of growing season no Rcc infection was detected. The role of external inoculum, Rcc conidia transmitted from various grasses (Poaceae) growing next to crop fields, is discussed. These results provide further insight into the epidemiology of Rcc.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,262

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 GPT0,223
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural and Food ScienceMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207