Modélisation de cinétiques de la maladie de la tache de la carotte provoquée par un complexe d'agents pathogènes du genre <i>Pythium</i> dominé par le <i>Pythium violae</i>
Notice bibliographique
Résumé
Carrot cavity spot is caused by a complex of pathogens belonging to the genus Pythium, including Pythium violae. The disease is characterized by the appearance of sunken elliptical lesions on the taproot. The objective of the present study is to identify, understand, and prioritize the processes that induce the spatio-temporal kinetics of epidemics of cavity spot. We favoured the hypothesis that considers primary infection (from soilborne inoculum) and secondary infection (root-to-root contaminations from existing lesions, i.e., auto- and allo-infections). Epidemics were obtained during a 3-year field experiment after artificial soil infestation of plots with P. violae at increasing inoculum doses. Different kinetics of cavity spot were described using standardized disease measurements. The analysis of the incidence curves showed the early appearance of a plateau, with differences in the disease level that are positively correlated with the inoculum doses. These differences disappeared at the end of the cropping season. Three simulation models, integrating or not the concomitance of the primary and secondary infections, were fitted to the disease incidence to test if progress curves were compatible with the hypothesis of the occurrence of both infection processes: the logistic model, the bilogistic model of Hau and Amorim, and the model of Brassett and Gilligan without temporal decline of the soil inoculum potential. The quality of the fitting was correct in the three cases, and the hypothesis of the occurrence of secondary infections was not refuted. This result is an important argument to demonstrate the polycyclic nature of the disease.
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 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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».