Physiologic specialization of wheat leaf rust (<i>Puccinia triticina</i>) in Canada in 2002
Notice bibliographique
Résumé
Forty virulence phenotypes of Puccinia triticina were identified from 295 isolates collected across Canada in 2002 on 16 Triticum aestivum ‘Thatcher’ near-isogenic lines. The most frequent virulence phenotypes across Canada were MBDS (30.2%), TGBJ (22.0%), TBBJ (9.5%), and TBDS (7.8%). There were 10 virulence phenotypes identified among 24 isolates from Quebec; MBRK (29.2%), TBRJ (16.7%), MBRJ (12.5%), and TLGJ (12.5%) were the most frequent. Ten virulence phenotypes were identified among 22 isolates from Ontario, with PCLR and PCMR (both 22.7%) being the most frequent. There were 25 virulence phenotypes identified from 234 isolates collected in Manitoba and southeastern Saskatchewan; MBDS (32.9%), TGBJ (27.4%), and TBBJ (11.5%) were the most frequent. The frequency of virulence to Lr16 declined in Manitoba and Saskatchewan from 74.1% in 2001 to 33.3% in 2002 while the frequency of virulence to Lr17 increased from 23.8% in 2001 to 53.4% in 2002. Five virulence phenotypes were identified from 15 isolates collected in Alberta. These were MBDS (11 isolates), TBBJ, TBDS, TCRK, and TGBJ (all one isolate each). A subsample representative of the field isolates collected in 2002 was tested for virulence on adult plants. All 71 isolates tested were avirulent to adult-plant resistance genes Lr22a, Lr34, and Lr3, and to seedling genes Lr21 and Lr32 which are best expressed in adult plants. The isolates varied for virulence to adult-plant resistance genes Lr12 and Lr37, and only one isolate was avirulent to Lr13.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».