MétaCan
Menu
Retour à la cohorte
Enregistrement W4385380315 · doi:10.1007/s40725-023-00193-2

Gremmeniella abietina: a Loser in the Warmer World or Still a Threat to Forestry?

2023· article· en· W4385380315 sur OpenAlexafffund
Carmen Romeralo, Leticia Botella, O. Santamaría, Julio Javier Díez, G. Laflamme

Notice bibliographique

RevueCurrent Forestry Reports · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensNatural Resources Canada
Organismes subventionnairesEuropean Regional Development FundJunta de Castilla y LeónUniversidad de ValladolidGovernment of CanadaConsejo Superior de Investigaciones CientíficasMinisterio de Ciencia y Tecnología
Mots-clésOutbreakClimate changeCankerForest managementGeographyEcologyBiologyAgroforestry

Résumé

récupéré en direct d'OpenAlex

Abstract Purpose of Review Gremmeniella abietinais a destructive forest pathogen responsible for Scleroderris canker, shoot dieback, defoliation, and tree death in forests and tree nurseries. This review is aimed at providing a complete description of the fungus, its distribution, the conditions for its spread, and the impact of climate change and at summarising the relevant forest management methods. Due to the worldwide importance of the pathogen, a retrospective review is required to summarise the lessons learned in relation to the disease, considering application to future outbreaks. Recent Findings We revise available management methods, considering examples of control strategies, with special focus on the silvicultural approaches, and we also revise the recovery of the affected stands and the associated trade-offs. Forest disturbances such as pests and disease outbreaks are expected to be exacerbated by climate change, although the exact impact on all host-pathogen interactions remains unclear. In regions with a high risk ofG. abietinaepidemics, climate change is expected to affect the pathogen differently. Summary Gremmeniella abietinais a widely distributed forest pathogen in Europe and is also present in North America. Based on the conclusions reached in this review, forest stands may recover from pathogen outbreaks within 10 years, with considerable loss of growth and the risk of attack from secondary factors. Provenance selection is vital for preventing outbreaks. Climate change is expected to have different effects: in some areas, it is likely to increase the conditions conducive to the development of the fungus, while in others, it is likely to limit the spread because of high temperatures and low humidity. Preventing future outbreaks of this pathogen requires the use of mitigating strategies, together with forest monitoring, forecasting, and planning.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,036
Tête enseignante GPT0,307
Écart entre enseignants0,271 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent Forestry ReportsMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207