MétaCan
Menu
Retour à la cohorte
Enregistrement W4291017671 · doi:10.3389/fmicb.2022.953097

Neocosmospora rubicola, a stem rot disease in potato: Characterization, distribution and management

2022· review· en· W4291017671 sur OpenAlexafffund
Muhammad Riaz, Naureen Akhtar, Levini A. Msimbira, Mohammed Antar, Shoaib Ashraf, Salik Nawaz Khan, Donald L. Smith

Notice bibliographique

RevueFrontiers in Microbiology · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStem rotBiologyDisease managementDistribution (mathematics)DiseaseBiotechnologyAgronomyMedicineMathematicsPathology

Résumé

récupéré en direct d'OpenAlex

Potato (Solanum tuberosumL.) is one of the most important crops in maintaining global food security. Plant stand and yield are affected by production technology, climate, soil type, and biotic factors such as insects and diseases. Numerous fungal diseases includingNeocosmospora rubicola, causing stem rot, are known to have negative effects on potato growth and yield quality. The pathogen is known to stunt growth and cause leaf yellowing with grayish-black stems. The infectivity ofN. rubicolaacross a number of crops indicates the need to search for appropriate management approaches. Synthetic pesticides application is a major method to mitigate almost all potato diseases at this time. However, these pesticides significantly contribute to environmental damage and continuous use leads to pesticide resistance by pathogens. Consumers interest in organic products have influenced agronomists to shift toward the use of biologicals in controlling most pathogens, includingN. rubicola. This review is an initial effort to carefully examine current and alternative approaches to controlN. rubicolathat are both environmentally safe and ecologically sound. Therefore, this review aims to draw attention to theN. rubicoladistribution and symptomatology, and sustainable management strategies for potato stem rot disease. Applications of plant growth promoting bacteria (PGPB) as bioformulations with synthetic fertilizers have the potential to increase the tuber yield in both healthy andN. rubicolainfested soils. Phosphorus and nitrogen applications along with the PGPB can improve plants uptake efficiency and reduce infestation of pathogen leading to increased yield. Therefore, to controlN. rubicolainfestation, with maximum tuber yield benefits, a pre-application of the biofertilizer is shown as a better option, based on the most recent studies. With the current limited information on the disease, precise screening of the available resistant potato cultivars, developing molecular markers for resistance genes againstN. rubicolawill assist to reduce spread and virulence of the pathogen.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,228
Écart entre enseignants0,217 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations28
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207