MétaCan
Menu
Retour à la cohorte
Enregistrement W4246986291 · doi:10.1094/phyto-107-12-s5.196

Abstracts of Presentations at the 2017 Northeastern Division Meeting

2017· article· en· W4246986291 sur OpenAlexaff
R. A. Majeed, Ahmad Ali Shahıd, Mathews L. Paret, Muhammad Akhter, Muhammad Haider, Kelly‐Ann Allen, Genevieve Higgins, Li‐Jun Ma, Robert L. Wick, Guillaume J. Bilodeau, Odile Carisse, Maryse Gendron, Valérie Gravel, Mamadou L. Fall

Notice bibliographique

RevuePhytopathology · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensCanadian Food Inspection AgencyMcGill UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyDivision (mathematics)Library scienceComputational biologyEvolutionary biologyComputer scienceArithmetic

Résumé

récupéré en direct d'OpenAlex

Rice brown spot produced by Bipolaris oryzae Breda de Hann (formely, Helminthosporium oryzae) (telemorph = Cochliobolus miyabeanus) is considered as important production restraint of rice and occurred in all rice-growing areas of the world.Essential oils obtained from Lemongrass and Eucalyptus leaves were checked for their antifungal potentials against Bipolaris oryzae.Selected essential oils were checked in different concentrations of 1000 ppm, 500 ppm, 250 ppm and 150 ppm for their ability to inhibit the growth of the test fungi in-vitro and also in-vivo.The in-vitro and in-vivo studies revealed that the essential oils of lemongrass have the potential to inhibit the growth of test fungi completely at all concentrations.Essential oils of Lemongrass were more effective than Eucalyptus.Formulating a Bio-Fungicide from these essential oils provide a more safer and Eco-friendly control of Brown Spot of Rice as it is an emerging disease in all rice growing areas of the world.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,515
Score d'incertitude au seuil0,692

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,5150,245

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 Opus0,022
Tête enseignante GPT0,289
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhytopathologyMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207