MétaCan
Menu
← Retour à la cohorte
Enregistrement W3168122213 · doi:10.5539/jas.v13n7p63

Screening of Selected Sorghum Genotypes for Resistance to Covered Kernel Smut Disease in Western Kenya

2021· article· en· W3168122213 sur OpenAlexvenueno aff
Okongo Caroline, Ouma Evans, Gudu Samuel

Notice bibliographique

RevueJournal of Agricultural Science · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensnon disponible
Organismes subventionnairesMcKnight Foundation
Mots-clésSorghumSmutBiologyCropAgronomyPlant disease resistanceGreenhouseCultivarVeterinary medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Sorghum is an important food security crop for arid and semi-arid tropics but its production is hampered by many biotic and abiotic factors including covered kernel smut disease (CKSD) caused by fungus Sporosorium sorghi in the Ustilaginaceae family. The disease attacks susceptible sorghum genotypes causing yield losses estimated at 43% in Western Kenya. This study determined the response of selected sorghum genotypes to CKSD under field and greenhouse conditions. A total of 15 elite sorghum genotypes were screened under field conditions in Migori and Homa Bay sites and under greenhouse at the University of Eldoret. Data on disease incidence and severity were collected per genotype and analyzed using R-Studio software and means were separated at 1% using Tukey’s test. Results showed significant differences among genotypes for disease incidence and severity under fields and greenhouse conditions. Disease incidence varied significantly (p < 0.001) among the genotypes ranging from zero (for T53, T30, IS3092, N4 and N68) to 64% (for Nyadundo2) under field conditions but ranged from 0-69% under greenhouse conditions. Similarly, severity followed the same trend with C26 having the worst attack with a score of 5 while T53 recorded the least (score of 1). This study has identified potential sources of resistance for covered kernel smut disease that can be utilized to manage the disease and significantly improve sorghum yields in the target regions.

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 enseignants0,004
Score d'incertitude au seuil0,007

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 Opus0,017
Tête enseignante GPT0,238
Écart entre enseignants0,221 · 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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural Science→Même sujetWheat and Barley Genetics and Pathology→Travaux en français237 207→