MétaCan
Menu
Retour à la cohorte
Enregistrement W3210392161 · doi:10.3390/f12111509

Fungi from Galleries of the Emerald Ash Borer Produce Cankers in Ash Trees

2021· article· en· W3210392161 sur OpenAlexaboutno aff
Nickolas N. Rajtar, Benjamin W. Held, Robert A. Blanchette

Notice bibliographique

RevueForests · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Department of Agriculture
Mots-clésEmerald ash borerFraxinusAgrilusBiologyBuprestidaeCankerBotanyHorticulture

Résumé

récupéré en direct d'OpenAlex

The emerald ash borer (EAB, Agrilus planipennis) is a devastating invasive pest that has killed millions of ash trees in the United States and Canada. EAB was discovered in the US in 2002 and first reported in Minnesota in 2009. It attacks ash trees that are native to the United States, including Fraxinus americana (white ash), F. nigra (black ash) and F. pennsylvanica (green ash). It also attacks Chionanthus virginicus (white fringe tree). Seven species of fungi isolated and identified only from EAB-infested trees in a previous study as having the potential to cause cankers were used to test their pathogenicity in F. americana (white ash). The fungi used were Cytospora pruinosa, Diplodia mutila, Diplodia seriata, Paraconiothyrium brasiliense, Phaeoacremonium minimum, Phaeoacremonium scolyti, and Thyronectria aurigera. Two field experiments that used F. americana used two inoculation methods: woodchip and agar plug inoculations. Results indicated that all of the fungi tested caused cankers in varying amounts, as compared to the controls. The largest cankers were caused by D. mutila (270 mm2), C. pruinosa (169 mm2), and D. seriata (69 mm2). All fungi except for T. aurigera were re-isolated and sequenced to confirm Kochs’ postulates. Canker-causing fungi found in association with EAB galleries have the potential to contribute to tree dieback and mortality.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,455
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,194 · 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.

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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueForestsMême sujetForest Insect Ecology and ManagementTravaux en français237 207