MétaCan
Menu
Retour à la cohorte
Enregistrement W3102043654 · doi:10.7202/1072868ar

Evaluation of phytosanitary products for the management of raspberry late leaf rust [Pucciniastrum americanum (Farl.) Arthur]

2020· article· en· W3102043654 sur OpenAlexaffvenueabout
Maxime Delisle‐Houde, François Demers, Russell J. Tweddell

Notice bibliographique

RevuePhytoprotection · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPhytosanitary certificationBlowing a raspberryHorticultureRust (programming language)BiologyFungicideBotanyToxicologyComputer science

Résumé

récupéré en direct d'OpenAlex

Different phytosanitary products (Actinovate SP, Cabrio EG, Double Nickel 55, Fullback 125 SC, Kumulus DF, Nova, Phostrol, Pristine WG, Serenade Opti, Sirocco, StorOx) registered in Canada for the management of various diseases of horticultural crops but not for the management of late leaf rust (LLR) of raspberry were tested against the latter. Efficacy of each product was first determined in vitro on raspberry leaf discs. Based on in vitro efficacy, tested products can be ranked (from the most to the least effective) as follows: Nova, Sirocco, Fullback 125 SC, Pristine WG, Phostrol, Kumulus DF, StorOx, Cabrio EG, Serenade Opti, and Actinovate SP/Double Nickel 55. Five products (Fullback 125 SC, Kumulus DF, Nova, Phostrol, Sirocco) were further tested in the field. Foliar applications of Fullback 125 SC and Nova significantly reduced disease severity as compared with the control. This study shows that the triazole fungicides Fullback 125 SC and Nova were effective against LLR of raspberry as determined using in vitro and field assays and proposes a fast, inexpensive, and easy in vitro method to be used to select phytosanitary products to be tested for field assays.

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 enseignants0,059
Score d'incertitude au seuil0,290

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 Opus0,035
Tête enseignante GPT0,257
Écart entre enseignants0,223 · 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

Citations6
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePhytoprotectionMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207