MétaCan
Menu
Retour à la cohorte
Enregistrement W3000692593 · doi:10.5539/jas.v12n2p130

Screening of Sour Passion Fruit for Reaction to Bacterial Spot and Passion Fruit Woodiness Disease

2020· article· en· W3000692593 sur OpenAlexvenueno aff
Anne Pinheiro Costa, Isadora Nogueira, José Ricardo Peixoto, Luiz Eduardo Bassay Blum

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueNematode management and characterization studies
Établissements canadiensnon disponible
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésPassifloraPassion fruitHorticultureLeaf spotBiologyBacterial diseaseInoculationBacterial wiltVeterinary medicineMedicineMicrobiology

Résumé

récupéré en direct d'OpenAlex

The development of resistant varieties is a promising strategy for bacterial spot disease (Xanthomonas axonopodis pv. passiflorae-Xap) and passion fruit woodiness disease (PWD; Cowpea aphid-borne mosaic virus-CABMV) control in sour passion fruit (Passiflora edulis Sims). This study aimed at evaluating the reaction of 12 sour passion fruit half-sib progenies to both mechanically inoculated Xap and CABMV, under protected cultivation. The bacterial spot and PWD severity degrees observed reveal the existence of variability within progenies. MAR20#2005 and BRS GA1 revealed the lowest bacterial disease severity scores while MAR20#41, MAR20#2005, and Rosa Intenso 1 showed the lowest PWD severity scores. MAR20#41 presented the lowest disease incidence in all evaluations, demonstrating a slow increase in the number of plants with symptoms over time. Also, MAR20#41 stood out as the progeny with the greatest number of plants presenting resistance to PWD at the end of the study. Among the progenies selected, MAR20#2005 was the most promising for presenting the lowest severity scores for both bacterial spot and PWD.

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 seuil0,005

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,036
Tête enseignante GPT0,245
Écart entre enseignants0,209 · 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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetNematode management and characterization studiesTravaux en français237 207