MétaCan
Menu
Retour à la cohorte
Enregistrement W4386070315 · doi:10.3390/plants12173020

Characterization of the Virulence and Yield Impact of Fusarium Species on Canola (Brassica napus)

2023· article· en· W4386070315 sur OpenAlexafffund
Haitian Yu, K. F. Chang, Sheau‐Fang Hwang, Stephen E. Strelkov

Notice bibliographique

RevuePlants · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAlberta Canola Producers CommissionUniversity of Alberta
Mots-clésCanolaBrassicaFusariumVirulenceYield (engineering)BiologyAgronomyBotanyGeneGeneticsMaterials science

Résumé

récupéré en direct d'OpenAlex

Multiple species of Fusarium can contribute to the development of root rot in canola (Brassica napus), making disease management difficult. We conducted field and greenhouse experiments to investigate the impacts of Fusarium avenaceum and Fusarium proliferatum, and the interaction between Fusarium oxysporum and F. proliferatum on root rot severity and canola yields. Inoculation with any of the three Fusarium spp. resulted in significant disease severity and reduced seedling emergence compared with non-inoculated controls, leading to yield reductions of up to 35%. Notably, there was a strong correlation (r = 0.93) between root rot severity at the seedling stage and at maturity. Regression analysis indicated a linear decline in seedling emergence with increasing disease severity. Furthermore, disease severity at maturity adversely affected the pod number per plant and the seed weight per plant, with both parameters ultimately approaching zero at a severity of 4.0 on a 0–4 scale. Co-inoculation with F. oxysporum and F. proliferatum induced more severe root rot than inoculation with each species on its own, suggesting synergistic interactions between these fungi. Knowledge of these interactions and the relative virulence of Fusarium spp. will contribute to the improved management of root rot in canola.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,450
Score d'incertitude au seuil0,133

Scores Codex et Gemma par catégorie

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

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 Opus0,017
Tête enseignante GPT0,232
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePlantsMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207