Comparing tar spot epidemics in high-risk areas in the United States and Honduras
Notice bibliographique
Résumé
Tar spot of corn is a disease that causes significant production losses in the Americas. However, the dynamics of tar spot epidemics in different countries is currently unknown. We assessed the temporal dynamics of tar spot epidemics from six efficacy trial experiments conducted in the United States (US) (three) and Honduras (three) from 2019 to 2021. Data collected corresponded to different canopy positions (lower, middle and upper). In all experiments and canopies, treatments contributed to reducing disease as compared to non-treated controls. In the US the time from disease onset (yons) to maximum disease level (ymax) was longer than in Honduras. In all experiments, the disease developed from the lower to the upper canopy. The logistic model described well the disease progression data in its linear and non-linear form. Overall, the linear rates (rL*) were lower in the US than in Honduras, but in the US the highest rates occurred in the upper canopy, while in Honduras they occurred in the lower canopy. Logistic non-linear rates were in general higher in the US than in Honduras. Multi-treatment meta-analysis and the effect size showed that yons, rL*, standardized AUDPC and ymax were higher in Honduras than in the US in the lower canopy and higher in the US than Honduras in the upper canopy. The best correlations occurred in the lower canopy in Honduras or the upper canopy in the US. The information generated in this study helped identify differences in epidemiological dynamics in high-risk areas in two countries.
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 | 0,009 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».