RESISTANCE OF COLLECTION SAMPLES OF WINTER WHEAT TO LEAF DISEASES IN THE CONDITIONS OF ROSTOV REGION
Notice bibliographique
Résumé
116 cultivars of winter wheat of different ecological-geographical origin were analyzed on resistance to leaf rust (Puccinia triticina Erikss) and powdery mildew (Erysiphe graminis D.C.). These pathogens are the most spread and harmful in Rostov region. The infected plants decrease their productivity on 10-15%, sometimes even on 30%. Cultivars 75/481, Zolotokolosa, Pyvna (Ukraine) and KS 93 U 50 (US) which possess the highest resistance to leaf rust have been selected on the artificially infected allotment. Cultivars IL84-3132-1, KS 93 U 11 (US) and Zrazkova (Ukraine) turned to be the most resistant cultivars (infected on 10-25%). Cultivars KS 96 Wg RC 34 (US), Webster (Canada), Dobirna and Spivanka (Ukraine) turned to be less resistant. The rest cultivars were infected most of all, up to 40% and in some years up to 80-100%. During analyzing the study of winter wheat resistance to leaf rust we found 15 cultivars totally resistant to infection, among which Fokus, Derby, Gaspard (France), Banga (Latvia) and others. Due to long-term study we could select cultivars with a group resistance to leaf rust and powdery mildew. The study results can be used for cultivation of new varieties resistant to fungus diseases.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».