Leafhoppers as vectors of phytoplasma diseases in Canadian berry crops: a review in the face of climate change
Notice bibliographique
Résumé
Abstract Climate change has facilitated the introduction, establishment, and movement of invasive species in northern regions, enabling the colonization of previously unsuitable areas. While the responses of insects to these changes have been increasingly studied, our understanding of how such alterations impact trophic interactions still requires further research to make reliable predictions about the spread of diseases in a warming world. Phytoplasmas, a group of obligate parasitic unculturable Mollicutes, primarily rely on leafhoppers (Hemiptera: Cicadellidae) for transmission, spread, and survival. Phytoplasmas are associated with over 600 diseases affecting more than 1,000 plant species, including berries, grapevines, and other small fruits. In North America, diseases such as grapevine yellows, blueberry stunt, and strawberry green petal diseases have been linked to phytoplasma strains transmitted by known leafhopper species. However, the number of phytoplasma diseases has significantly increased in North America over the past decade, suggesting the presence of unidentified vectors or an abundance of leafhopper vectors. This short review provides an overview of the current knowledge on leafhoppers as vectors of phytoplasmas to berries, focusing on the last decade’s research in Canada. This paper also explores the potential implications of climate change on this pathosystem, including the anticipated range expansion of leafhopper species, changes in phytoplasma acquisition and transmission, and the risk of new leafhopper-transmitted plant-pathogen introductions through the arrival of new leafhopper species.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,000 | 0,002 |
| 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) | 0,000 | 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 ».