MétaCan
Menu
← Retour à la cohorte
Enregistrement W4281763811 · doi:10.1139/cjfr-2021-0193

Early stages of decay in <i>Eucalyptus grandis</i> trees inoculated with brown-rot fungi

2022· article· en· W4281763811 sur OpenAlexvenueno aff
Valentina Benítez, Álvaro Camargo, Pablo Raimonda, Carlos Mantero, Claudia Marcela Ibáñez

Notice bibliographique

RevueCanadian Journal of Forest Research · 2022
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInoculationEucalyptusBiologyBotanyLigninFungusHorticultureParenchyma

Résumé

récupéré en direct d'OpenAlex

In natural ecosystems, brown-rot fungi are major biodegrading agents of standing trees and dead wood. Decay caused by basidiomycetes results in structural instability and therefore negatively affects the quality and quantity of the produced wood. Fungal attack can also trigger defense mechanisms within the tree aimed at delaying or halting the progress of infection. As these defense mechanisms can decrease the value of the wood, their identification and study are of foremost importance. In this work, healthy trees of Eucalyptus grandis W.Hill — a widely commercialized species in Uruguay — were inoculated with Laetiporus sulphureus and Gloeophyllum trabeum. The decay process was characterized in terms of chemical and anatomical changes, and the defense mechanisms elicited by the tree were identified. Three months after inoculation, no symptoms of infection could be detected with the naked eye; however, microscopic analysis revealed anatomical and chemical changes (weakening, delamination, and rupture of vascular and parenchymal cells) and decreased holocellulose and lignin contents. Compartmentalization and the production of kino were used by the tree as defense mechanisms.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetPlant Pathogens and Fungal Diseases→Travaux en français237 207→