New Insights into the Fungal Diversity of Cranberry Fruit Rot in Québec Farms Through a Large-Scale Molecular Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cranberry fruit rot (CFR) pathogens are widely reported in the literature, but performing large-scale analysis of their presence inside fruit has always been challenging. In this study, a new molecular diagnostic tool, capable of identifying simultaneously 12 potential fungal species causing CFR, was used to better define the impact of CFR across cranberry fields in Québec. For this purpose, 126 fields and 7,825 fruits were sampled in three cranberry farms distributed throughout the province and subjected to comparative analyses of fungal presence and abundance according to cultural practices, sampling times, and cranberry cultivars. All 12 pathogens were detected throughout the study, but as a first major finding, the analyses revealed that four species, Godronia cassandrae, Colletotrichum fructivorum, Allantophomopsis cytisporea, and Coleophoma empetri, were consistently predominant regardless of the parameters studied. Comparison of conventional and organic productions showed a significant reduction in fungal richness and relative abundance. Interestingly, Monilinia oxycocci was found almost exclusively in organic productions, indicating that fungicides had a strong and persistent effect on its population. Surprisingly, there were no significant differences in fungal relative abundance or species richness between fruit sampled at harvest or in storage, suggesting that there may not exist a clear distinction between field and storage rot, as was previously thought. Comparative analysis of fungal species found on eight different cranberry cultivars indicated that they were all infected by the same fungi but could not rule out differences in genetic resistance. This large-scale analysis allows us to draw an exhaustive picture of CFR in Québec and provides new information with respect to its management.
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.
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 découle