Directional Selection of Phakopsora pachyrhizi Towards Site-Specific Fungicides in Mato Grosso State
Notice bibliographique
Résumé
This review focus on the sensitivity reduction of Phakopsora pachyrhizi to site specific fungicides in the Brazilian state of Mato Grosso.The soybean grown area in this state in the 2018/19 growing season was 9,756,668 hectares. The main crop disease is Asian soybean rust that depending on disease severity may cause 80% yield reduction. The rust chemical control started in the 2002/003 season with site-specific fungicides applied solo and with 3.6 sprayings/ha/season. For these reasons, the fungus had sensitivity reduction to the fungicides DMIs, QoIs and SDHIs resulting in a short effective life. Anti-resistance strategies were not adopted to prevent or delay the development of soybean rust resistant population to site-specific fungicides. Reduced sensitivity to the target site has been observed for all site-specific fungicides involving cross and multiple resistance resulting in ineffective control. So far, eight mutations in Phakopsora pachyrhizi have been identified conferring reduced sensitivity to DMIs, QoIs and SDHIs but so far specific mutations are not considered in chemical control. The directional selection has occurred and has been aggravated season-after-season by the continuous use of site-specific fungicides in a large area, for 18 season and with more than three sprayings/area/season. The presence of soybean weed in one million hectares of cotton crop infected by rust aggravates the directional selection. Anti-resistance strategies should include sowing at the beginning of the recommended season, avoid the December season and replacing it by February, use of scientific criteria to time the first application and the use of multisite fungicides in all applications and in the entire area cultivated with soybean.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».