MétaCan
Menu
Retour à la cohorte
Enregistrement W3082810626 · doi:10.1039/d0lc00426j

Single ascospore detection for the forecasting of <i>Sclerotinia</i> stem rot of canola

2020· article· en· W3082810626 sur OpenAlexafffund
Pedro A. Duarte, Lukas Menze, Gaser N. Abdelrasoul, Shari Yosinski, Zak Kobos, Riley Stuermer, Mark A. Reed, Jian Yang, Xiujie S. Li, Jie Chen

Notice bibliographique

RevueLab on a Chip · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensAlberta Hospital EdmontonUniversity of Alberta
Organismes subventionnairesAlberta InnovatesMitacsCanola Council of Canada
Mots-clésAscosporeCanolaSclerotiniaStem rotProductivityAgricultureSclerotinia sclerotiorumSustainabilityEngineeringAgricultural engineeringAgronomyHorticultureBiologyBotanyEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Smart-agriculture technologies comprise a set of management systems designed to sustainably increase the efficiency and productivity of farming. In this paper, we present a lab-on-a-chip device that can be employed as a plant disease forecasting tool for canola crop. Our device can be employed as a platform to forecast potential outbreaks of one of the most devastating diseases of canola and other crops, Sclerotinia stem rot. The system consists of a microfluidic chip capable of detecting single airborne Sclerotinia sclerotiorum ascospores. Target ascospores are injected into the chip and selectively captured by dielectrophoresis, while other spores in the sample are flushed away. Afterward, captured ascospores are released into the flow stream of the channel and are detected employing electrochemical impedance spectroscopy and coplanar microelectrodes. Our device provides a design for a low-cost, miniaturized, and automated platform technology for airborne spore detection and disease prevention.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,062
Score d'incertitude au seuil0,078

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,067
Tête enseignante GPT0,196
Écart entre enseignants0,130 · 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 tête enseignante, 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

Citations20
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLab on a ChipMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207