MétaCan
Menu
Retour à la cohorte
Enregistrement W4309269446 · doi:10.14692/jfi.16.4.177-184

Diagnosis of Corm Rot Disease of Taro: Case Study at Maybrat - West Papua

2022· article· id· W4309269446 sur OpenAlexaff
Paulus Woyen, Meity Suradji Sinaga, Efi Toding Tondok, Bonny Poernomo Wahyu Soekarno

Notice bibliographique

RevueJurnal Fitopatologi Indonesia/Jurnal Fitopatologi · 2022
Typearticle
Langueid
DomaineAgricultural and Biological Sciences
ThématiquePlant Growth and Agriculture Techniques
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésBiology

Résumé

récupéré en direct d'OpenAlex

Talas (Colocasia esculenta L. Schott) merupakan tanaman herba yang telah dimanfaatkan sebagai bahan pangan di beberapa wilayah di dunia. Tanaman ini dipercaya berasal dari Asia Tenggara (Lebot et al. 2010). Di Maybrat, Papua Barat talas telah dimanfaatkan sebagai tanaman bahan pangan pokok utama sejak dahulu oleh masyrakat lokal dan disebut dengan nama ‘Wiah atau Awiah’. Hingga awal tahun 2013, belum terdapat laporan yang memadai terkait serangan hama dan penyakit tanaman talas di daerah ini. Namun, pada pertengahan tahun 2013 petani setempat melaporkan adanya epidemi penyakit busuk umbi talas di pertanamannya. Tujuan penelitian ini ialah untuk membuktikan penyebab penyakit busuk umbi talas di Maybrat. Pengujian dilakukan secara in vivo dan in planta pada umbi dan tanaman talas. Dari 38 isolat cendawan yang diisolasi, 50% bersifat patogen. Tiga isolat yang terpilih (Y1, YP1, dan S4) mampu menyebabkan pembusukan jaringan umbi secara in vivo dan kerusakan akar secara in planta. Uji in planta menunjukkan bahwa inokulasi gabungan dua isolat dari ketiganya mampu menyebabkan kerusakan akar yang berat. Secara morfologi, isolat YP1 dan S4 diidentifikasi sebagai Fusarium oxysporum dan Y1 merupakan F. solani. Ini merupakan laporan yang pertama tentang penyakit busuk umbi talas dari Maybrat, Papua Barat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,240
Écart entre enseignants0,218 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Fitopatologi Indonesia/Jurnal FitopatologiMême sujetPlant Growth and Agriculture TechniquesTravaux en français237 207