Infection, Survival, and Growth of <i>Clavibacter nebraskensis</i> on Crop, Weed, and Prairie Plant Species
Notice bibliographique
Résumé
Clavibacter nebraskensis is the causal agent of Goss’s leaf blight and wilt, an important disease of maize in the United States and Canada. The epidemiology and ecology of this bacterial pathogen are poorly understood. Infested maize residue is often considered to be the primary source of inoculum for maize; however, the potential for many other plant species to be infected and serve as inoculum sources is unknown. The goal of this study was to determine if C. nebraskensis could infect, survive, and grow on common weed, crop, and grass species. Seedling leaves of 18 plant species that grow in maize production areas in the United States were inoculated with this pathogen in a controlled environment and in the field. Lesion development, bacterial streaming, and pathogen population size on leaves were then determined and used as criteria to evaluate host–pathogen interactions. Woolly cupgrass (Eriochloa villosa) and the native prairie grasses big bluestem (Andropogon gerardii) and little bluestem (Schizachyrium scoparium) developed lesions and bacterial streaming, identifying them as hosts and susceptible to infection. To our knowledge, this is the first report of these grass species being hosts of C. nebraskensis. Ten other grass species, including wheat and oats, were identified as potential sustaining hosts that maintained epiphytic or endophytic pathogen populations >10 6 colony forming units per leaf sample but displayed no evidence of infection. Five broadleaf species tested were nonhosts based on the three criteria. This study suggests that multiple plant species support infection and growth of C. nebraskensis and further elucidates the ecology of this pathogen and the epidemiology of Goss’s wilt.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».