MétaCan
Menu
Retour à la cohorte
Enregistrement W3109301385 · doi:10.3389/ffgc.2020.598527

Examining the Impact of Winter and Spring Soil Temperatures on the Growth of Hypholoma fasciculare, a Potential Biocontrol Agent Against Armillaria ostoyae, in Pine Plantations

2020· article· en· W3109301385 sur OpenAlexafffund
Ryan Stevens, Gerardo P. Reyes, Kanavillil Nandakumar

Notice bibliographique

RevueFrontiers in Forests and Global Change · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycorrhizal Fungi and Plant Interactions
Établissements canadiensLakehead University
Organismes subventionnairesLallemandLakehead UniversityOntario Centres of Excellence
Mots-clésArmillariaGrowing seasonBiologyBiological pest controlAgronomySpring (device)HorticultureMyceliumBotanyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Hypholoma fasciculareis regarded as a potentially effective biocontrol agent againstArmillariaroot disease. However, trials examining its effectiveness are currently limited to controlled lab conditions and field studies conducted mostly during the summer season. We examined the ability ofH. fasciculareto survive and grow underground during the winter and spring seasons to offer insight on its ability to provide year-round protection. Pine blocks inoculated withH. fascicularewere buried in three thinned pine plantations at 30 and 100 cm depths from February 1, 2018 to May 13, 2018 (101 days) to examine how winter and spring soil temperatures at two different soil depths impacted growth. A significant interactive effect of soil depth and month on soil temperature (F3,40= 15.94,p< 0.001) was observed. Mean growth rates did not vary significantly between the two soil depths (F1,23= 0.91,p= 0.393) as growth rates were 0.25 ± 0.11 and 0.31 ± 0.10 mm/day at 30 and 100 cm depths, respectively. Our study supports developingH. fasciculareas a biocontrol agent againstArmillariaroot disease given its ability to grow underground during the winter and early spring seasons, a period during whichArmillariahas a reduced growing capacity.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

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 recherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,220
Écart entre enseignants0,198 · 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'étudeObservationnel
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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Forests and Global ChangeMême sujetMycorrhizal Fungi and Plant InteractionsTravaux en français237 207