Diet and Injection, Important Recommendations to Characterize <i>Clavibacter michiganensis</i>–Tomato Interactions
Notice bibliographique
Résumé
Tomato ( Solanum lycopersicum L.) is one of the most important vegetables in the world. Its extensive cultivation has made this plant the target of many viral, fungal, and bacterial diseases. Among them, bacterial canker of tomato caused by Clavibacter michiganensis ( Cm) has been named one of the most devastating diseases affecting the tomato industry worldwide. It can significantly reduce the yields and profitability of this crop. One of the big challenges we found when working with Cm and trying to characterize the virulence of different isolates was the lack of a consensus methodology to inoculate tomato plants, fertilize them, and characterize Cm virulence. The aim of this research was to identify an artificial inoculation method to induce bacterial canker on tomato plants in greenhouse conditions to homogenize the results of different studies with Cm. We compared two inoculation methods, the scalpel and syringe methods, with two levels of fertilization, low and high fertilization. After evaluating several variables, such as the percentage of necrotic leaves and the height of the plants, the results showed that syringe inoculation with low fertilization was the most effective inoculation method, allowing for the development of a multilevel scale that can be used to study the interaction between tomato plants and Cm isolates. [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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,015 |
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 ».