MétaCan
Menu
Retour à la cohorte
Enregistrement W4307550436 · doi:10.3390/pathogens11111231

Characterizing the Virome of Apple Orchards Affected by Rapid Decline in the Okanagan and Similkameen Valleys of British Columbia (Canada)

2022· article· en· W4307550436 sur OpenAlexafffundabout
Huogen Xiao, Wenjia Hao, Gavin Storoschuk, Jesse L. MacDonald, Hélène Sanfaçon

Notice bibliographique

RevuePathogens · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Virus Research Studies
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésBiologyViroidVirologyPlant virusVirus

Résumé

récupéré en direct d'OpenAlex

Rapid apple decline disease (RAD) has been affecting orchards in the USA and Canada. Although the primary cause for RAD remains unknown, viruses may contribute to the incidence or severity of the disease. We examined the diversity and prevalence of viruses in orchards affected by RAD in the Okanagan and Similkameen Valleys (British Columbia, Canada). Next-generation sequencing identified 20 previously described plant viruses and one viroid, as well as a new ilarvirus, which we named apple ilarvirus 2 (AIV2). AIV2 was related to subgroup 2 ilarviruses (42–71% nucleotide sequence identity). RT-PCR assays of 148 individual leaf samples revealed frequent mixed infections, with up to eight viruses or viroid detected in a single tree. AIV2 was the most prevalent, detected in 64% of the samples. Other prevalent viruses included three ubiquitous viruses from the family Betaflexiviridae and citrus concave gum-associated virus. Apple rubbery wood virus 1 and 2 and apple luteovirus 1 were also readily detected. The thirteen most prevalent viruses/viroid were detected not only in trees displaying typical RAD symptoms, but also in asymptomatic trees. When compared with reports from orchards affected by RAD in Pennsylvania, New York State, and Washington State, regional differences in relative virus prevalence were noted.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,420

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 technologies0,0010,000
Communication savante0,0010,000
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 Opus0,015
Tête enseignante GPT0,203
Écart entre enseignants0,188 · 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'étudeObservationnel
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

Citations25
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePathogensMême sujetPlant Virus Research StudiesTravaux en français237 207