Physiologic specialization of<i>Puccinia triticina</i>, the causal agent of wheat leaf rust, in Canada in 2004
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
Virulence surveys are conducted annually in Canada on the pathogen causing leaf rust in wheat, Puccinia triticina, to monitor changes in the population and to quickly detect the development of virulence to important resistance genes in wheat. Forty-six virulence phenotypes were identified in 2004 from 330 P. triticina isolates, on the basis of their reactions to 16 wheat differential lines. There were 9 virulence phenotypes among 15 isolates from Quebec and 12 virulence phenotypes among 16 isolates from Ontario. There were 24 virulence phenotypes among 281 isolates from Manitoba and Saskatchewan, where the most frequently isolated were TBBJ (48.0%), TBBG (17.4%), and MBDS (10.0%). Each of the 3 isolates from Alberta possessed a unique virulence phenotype and there were five virulence phenotypes among 15 isolates from British Columbia. Only 3.9% of the isolates collected in 2004 were virulent to Lr16, which constituted a much lower percentage than in previous years. When a subset of 58 representative isolates was tested on adult plants, there were 47, 55, 0, 2, and 46 isolates virulent to the adult-plant resistance genes Lr12, Lr13, Lr34, Lr35, and Lr37, respectively. This subset of isolates varied for virulence on additional differentials tested at the seedling stage, with 30, 41, 18, 39, 26, 1, and 35 isolates virulent to Lr3bg, Lr14b, Lr15, Lr20, Lr23, Lr25, and Lr28, respectively.
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 | 0,000 |
| 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) | 0,000 | 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