MétaCan
Menu
Retour à la cohorte
Enregistrement W4393012547 · doi:10.3389/fpls.2024.1393326

Editorial: Legume root diseases

2024· editorial· en· W4393012547 sur OpenAlexaff
Marie‐Laure Pilet‐Nayel, Clarice J. Coyne, Christophe Le May, Sabine Banniza

Notice bibliographique

RevueFrontiers in Plant Science · 2024
Typeeditorial
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Resistance and Genetics
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesInstitut National de Recherche pour l'Agriculture, l'Alimentation et l'EnvironnementRégion BretagneU.S. Department of Agriculture
Mots-clésBiologyLegumeRoot rotPathogenPlant disease resistanceResistance (ecology)Root (linguistics)Plant diseasePlant pathologyAgronomyBotanyBiotechnologyPlant virusMicrobiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Legume root diseasesLegume crop development is a major challenge worldwide for sustainable agriculture and food security.In particular, legume root diseases are economically important, affecting large areas of crop production in many countries worldwide.Root rots, caused by Aphanomyces euteiches, Rhizoctonia solani, Fusarium species, and wilts, caused by several formae speciales of Fusarium oxysporum, are some of the most destructive soilborne diseases of cultivated legumes including pea, chickpea, lentil, soybean, bean, faba bean, lupin, and alfalfa.A number of control strategies have been developed including resistance breeding, cultural practices and chemical control.However, root diseases management remains challenging, especially due to difficult accessibility to the soil horizon and implementation of most control methods has been hard to achieve or resulted in incomplete protection.Collaborative and multidisciplinary research is needed to develop effective integrated control strategies against these diseases.International Workshop meetings were initiated on legume root diseases, with the first held in 2002 in Rennes, France.As the community interest in this topic has grown, the meetings have performed an important role in the international promotion and discussion of results on the research and scientific achievements in this field.They have also been important in supporting the scientific community and helping breeders and stakeholders with funding applications and partnerships.The eighth International Legume Root Diseases (ILRD8) workshop was held online on August 23-26, 2022 (https:// workshop.inrae.fr/ilrd8/)and gathered nearly 100 scientists from different continents of the world.The workshop provided the opportunity to develop this Frontiers Research Topic bringing together a collection of the latest quality articles that report on recent advances in research on legume root diseases.Manuscripts of this Research Topic address the various areas of legume root diseases research, including disease survey, pathogen identification and diversity (four articles), disease resistance and breeding (four articles), plant-pathogen-microbe interactions (three articles) and integrated disease management (five articles).Root disease survey, pathogen identification and diversity were reported on faba bean, chickpea and pea.In China, Long et al. first reported black root rot on faba bean caused by Berkeleyomyces rouxiae.These authors confirmed and expanded the broad host range of B. rouxiae in legumes and identified moderately resistant faba bean cultivars.In a survey Frontiers in Plant Science frontiersin.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0060,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0050,002
Études des sciences et des technologies0,0040,002
Communication savante0,0090,004
Science ouverte0,0040,003
Intégrité de la recherche0,0230,015
Charge utile insuffisante (le modèle a refusé de juger)0,0420,024

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 Opus0,005
Tête enseignante GPT0,211
Écart entre enseignants0,206 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Plant ScienceMême sujetPlant Disease Resistance and GeneticsTravaux en français237 207