MétaCan
Menu
Retour à la cohorte
Enregistrement W2885984322 · doi:10.1038/s41598-018-30167-5

Immuno-impedimetric Biosensor for Onsite Monitoring of Ascospores and Forecasting of Sclerotinia Stem Rot of Canola

2018· article· en· W2885984322 sur OpenAlexafffund
Lian C. T. Shoute, Afreen Anwar, Scott MacKay, Gaser N. Abdelrasoul, Donghai Lin, Zhimin Yan, Nguyễn Thị Vân Anh, Mark T. McDermott, Manzoor A. Shah, Jian Yang, Jie Chen, Xiujie S. Li

Notice bibliographique

RevueScientific Reports · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensNational Institute for NanotechnologyUniversity of Alberta
Organismes subventionnairesAlberta Canola Producers CommissionInnotech AlbertaUniversity of AlbertaAlberta Crop Industry Development Fund
Mots-clésSclerotinia sclerotiorumSclerotiniaStem rotCanolaBiologyAscocarpAgronomyBotany

Résumé

récupéré en direct d'OpenAlex

Sclerotinia stem rot, caused by the fungal pathogen Sclerotinia sclerotiorum, is a destructive disease of canola and many other broadleaf crops. The primary inoculum responsible for initiating Sclerotinia epidemics is airborne ascospores released from the apothecia of sclerotia. Timely detection of the presence of airborne ascospores can serve as an early-warning system for forecasting and management of the disease. A major challenge is to develop a portable and automated device which can be deployed onsite to detect and quantify the presence of minute quantities of ascospores in the air and serves as a unit in a network of systems for forecasting of the epidemic. In this communication, we present the development of an impedimetric non-Faradaic biosensor based on anti-S. sclerotiorum polyclonal antibodies as probes to selectively capture the ascospores and sense their binding by an impedance based interdigitated electrode which was found to directly and unambiguously correlate the number of ascospores on sensor surface with the impedance response.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,042
Tête enseignante GPT0,225
Écart entre enseignants0,183 · 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'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

Citations26
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207