<i>Laetiporus sulphureus</i> . [Descriptions of Fungi and Bacteria].
Notice bibliographique
Résumé
Abstract A description is provided for Laetiporus sulphureus growing on a wide range of woody plants. Some information on its taxonomy, morphology, dispersal and transmission and conservation status is given, along with details of its geographical distribution (Cameroon, Democratic Republic of the Congo, Equatorial Guinea, Ethiopia, Kenya, Senegal, South Africa, Tanzania, Tunisia, Armenia, Azerbaijan, China (Guangxi, Jiangxi, Sichuan, Xinjiang Autonomous Region), Republic of Georgia, India (Assam, Chhattisgarh, Himachal Pradesh, Jammu and Kashmir, Kerala, Meghalaya, Rajasthan, Sikkim, Uttarakhand, Uttar Pradesh, West Bengal), Indonesia, Iran, Israel, Japan, Kazakhstan (Aktobe, Almaty, East Kazakhstan, South Kazakhstan, West Kazakhstan), Laos, Mongolia, Nepal, Pakistan, Philippines, Russia (Altai Krai, Altai Republic, Amur Oblast, Irkutsk Oblast, Khabarovsk Krai, Khanty-Mansi Autonomous Okrug, Novosibirsk Oblast, Omsk Oblast, Primorsky Krai, Republic of Buryatia, Republic of Khakassia, Sakha Republic, Sakhalin Oblast, Sverdlovsk Oblast, Tomsk Oblast, Tyumen Oblast, Yamalo-Nenets Autonomous Okrug), Korea Republic, Taiwan, Turkey, Uzbekistan, Bermuda, Spain (Canary Islands), Australia (New South Wales, Northern Territory, Queensland, Tasmania, Victoria, Western Australia), New Zealand, Dominica, Guadeloupe, Jamaica, Trinidad and Tobago, Belize, Costa Rica, Honduras, Panama, Austria, Belarus, Belgium, Bulgaria, Croatia, Czech Republic, Denmark, Estonia, Finland, France, Germany, Greece, Hungary, Irish Republic, Isle of Man, Italy, Latvia, Liechtenstein, Lithuania, Luxembourg, Montenegro, Netherlands, Norway, Poland, Portugal, Romania, Russia (Astrakhan Oblast, Belgorod Oblast, Bryansk Oblast, Chuvash Republic, Ivanovo Oblast, Kaliningrad Oblast, Kaluga Oblast, Kirov Oblast, Krasnodar Krai, Kursk Oblast, Leningrad Oblast, Moscow Oblast, Nizhny Novgorod Oblast, Novgorod Oblast, Orenburg Oblast, Penza Oblast, Pskov Oblast, Republic of Adygea, Republic of Bashkortostan, Republic of Dagestan, Republic of Mordovia, Republic of North Ossetia-Alania, Republic of Tatarstan, Samara Oblast, Saratov Oblast, Stavropol Krai, Tambov Oblast, Tula Oblast, Tver Oblast, Ulyanovsk Oblast, Vladimir Oblast, Volgograd Oblast, Voronezh Oblast, Yaroslavl Oblast), Serbia, Slovakia, Slovenia, Spain, Sweden, Switzerland, Ukraine, UK, Mauritius, Réunion, Canada (British Columbia, Manitoba, New Brunswick, Nova Scotia, Ontario, Quebec), Mexico, USA (Alabama, Alaska, Arizona, Arkansas, California, Colorado, Connecticut, Delaware, District of Columbia, Florida, Georgia, Idaho, Illinois, Indiana, Iowa, Kansas, Kentucky, Louisiana, Maine, Maryland, Massachusetts, Michigan, Minnesota, Mississippi, Missouri, Montana, Nebraska, New Hampshire, New Jersey, New York, North Carolina, North Dakota, Ohio, Oklahoma, Oregon, Pennsylvania, Rhode Island, South Carolina, South Dakota, Tennessee, Texas, Utah, Vermont, Virginia, Washington, West Virginia, Wisconsin, Hawaii), Argentina, Brazil (Amazonas, Bahia, Distrito Federal, Espírito Santo, Paraná, Pernambuco, Rio de Janeiro, Rio Grande do Sul, Santa Catarina, São Paulo), Chile, Colombia, Ecuador, Guyana, Venezuela) and hosts ( Quercus, Salix, Prunus, Fagus and Populus spp.).
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 | 0,000 |
| 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) | 0,011 | 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 ».