Dr. José Ramón Úrbez-Torres: “Es posible que alguno de los patógenos de las enfermedades de la madera forme parte de la microbiota natural de la vid”
Notice bibliographique
Résumé
El aragones Jose Ramon Urbez-Torres lleva dieciseis anos fuera de Espana. Desde 2010 trabaja como fitopatologo para el Departamento Federal de Agricultura de Canada en la Columbia Britanica. En julio se celebro alli el XI Congreso Internacional sobre Enfermedades de la Madera de la Vid, cuyo Comite Organizador presidio, como uno de los mayores expertos mundiales en este grupo de enfermedades fungicas. Tras estudiar Ingenieria Tecnica Agricola en el Instituto Nevares de Empresarios Agrarios y pasar por el Instituto Tecnologico Agrario de Castilla y Leon, el Dr. Jose Ramon Urbez-Torres desembarco en 2003 en la Universidad de Davis (California) “con una maleta y un spanglish aterrador, pero con unas ganas increibles de trabajar e investigar”. Alli se dedico a identificar los agentes causales de las enfermedades de la madera de la vid y esclarecer una de las mas desconocidas por entonces, el decaimiento por Botryosphaeria o Botryosphaeria dieback. En solo seis meses fueron capaces de identificar a nivel molecular hasta seis especies diferentes asociadas con la enfermedad. En 2009 termino su doctorado, gracias al cual firmo diez publicaciones en revistas de impacto, y un ano despues recalo en Summerland, en la costa oeste de Canada, para trabajar en enfermedades de la madera de la vid y en el desarrollo de sistemas de deteccion molecular para patogenos en vid y frutal. Desde 2013 es investigador titular en este centro del Departamento Federal de Agricultura. Casado con una fitopatologa alemana, padre de un nino nacido en California y una nina nacida en Canada, esta “muy orgulloso” de que cada uno tenga un pasaporte diferente. El XI Congreso Internacional sobre Enfermedades de Madera de la Vid, celebrado en Penticton (Columbia Britanica), congrego a 150 investigadores procedentes de 21 paises, lo que para el presidente del Comite Organizador “refleja la importancia que estas enfermedades tienen en el momento actual en los diferentes paises productores y la gran atencion que se les esta prestando”.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,007 |
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 ».