A Decade of Hidden Phytoplasmas Unveiled Through Citizen Science
Notice bibliographique
Résumé
Climate change is impacting agriculture in many ways, and a contribution from all is required to reduce the imminent losses related to it. Recently, it has been shown that citizen science could be a way to trace the impact of climate change. However, how can citizen science be applied in plant pathology? Here, using as an example a decade of phytoplasma-related diseases reported by growers, agronomists, and citizens in general, and confirmed by a government laboratory, we explored how to better value plant pathogen monitoring data. Through this collaboration, we found that in the last decade, 34 hosts have been affected by phytoplasmas; 9, 13, and 5 of these plants were, for the first time, reported phytoplasma hosts in eastern Canada, all of Canada, and worldwide, respectively. Another finding of great impact is the first report of a ‘Candidatus Phytoplasma phoenicium’-related strain in Canada, while ‘Ca. P. pruni’ and ‘Ca. P. pyri’ were reported for the first time in eastern Canada. These findings will have a great impact on the management of phytoplasmas and their insect vectors. Using these insect-vectored bacterial pathogens, we show the need for new strategies that can allow fast and accurate communication between concerned citizens and those institutions confirming their observations. [Formula: see text] Copyright © 2023 The Author(s). This is an open access article distributed under the CC BY-NC-ND 4.0 International license .
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,006 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».