MétaCan
Menu
Retour à la cohorte
Enregistrement W2986784928 · doi:10.3390/agronomy9110754

Effective Plant Ages for Screening for Field Resistance to Alternaria Leaf Spot (Caused by Alternaria spp.) under Natural Infection in Jerusalem artichoke (Helianthus tuberosus L.)

2019· article· en· W2986784928 sur OpenAlexfundno aff
Wanalai Viriyasuthee, Suwita Saepaisan, Weerasak Saksirirat, Mark L. Gleason, Ruey Shyang Chen, S. Jogloy

Notice bibliographique

RevueAgronomy · 2019
Typearticle
Langueen
DomaineNursing
ThématiqueMicrobial Metabolites in Food Biotechnology
Établissements canadiensnon disponible
Organismes subventionnairesLeibniz-Institut für Pflanzengenetik und KulturpflanzenforschungLeibniz-GemeinschaftRoyal Golden Jubilee (RGJ) Ph.D. ProgrammeThailand Research FundAgriculture and Agri-Food CanadaKhon Kaen University
Mots-clésAlternariaLeaf spotBiologyHelianthusJerusalem artichokeHorticultureRandomized block designPlant disease resistanceInoculationTransplantingBotanyVeterinary medicineSunflowerMedicineSowing

Résumé

récupéré en direct d'OpenAlex

Host plant resistance has proven to be effective for controlling Alternaria leaf spot on Jerusalem artichoke (JA), but efficient screening techniques have not been developed yet. The objective of this study is to estimate the relationship between disease resistance parameters of JA as a function of plant age. Six JA varieties and three plant ages at the time of inoculation (20, 40 and 60 days after transplanting) (DAT) are evaluated in a factorial experiment in randomized complete block design (RCBD) with four replications. Disease incidence (DI) and severity (DS) are estimated, from which area under the disease progress curve (AUDPC) was calculated. Disease parameters are positively and significantly correlated for plant ages of 40 and 60 DAT. Based on our results, screening of JA at 40 DAT for resistance to Alternaria leaf spot is recommended. Knowledge of the impact of plant age on resistance to key diseases can help breeders to accelerate breeding programs so superior genotypes can be identified before reproductive growth stages.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,264
Écart entre enseignants0,253 · 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

Citations11
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomyMême sujetMicrobial Metabolites in Food BiotechnologyTravaux en français237 207