MétaCan
Menu
Retour à la cohorte
Enregistrement W4394088126 · doi:10.6084/m9.figshare.12853449

Management of powdery mildew, caused by <i>Erysiphe cruciferarum</i>, on wasabi (<i>Wasabia japonica</i>) plants in British Columbia

2020· dataset· en· W4394088126 sur OpenAlexaboutno aff
Emily Betz, Zamir K. Punja

Notice bibliographique

RevueFigshare · 2020
Typedataset
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePowdery Mildew Fungal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPowdery mildewBiologyErysiphe graminisBotany

Résumé

récupéré en direct d'OpenAlex

Powdery mildew on wasabi (<i>Wasabia japonica</i> (Miq.) Matsumura)plants reduces photosynthesis and severe infections can result in chlorosis and defoliation, resulting in reduced yields. <i>Erysiphe cruciferarum</i> Opiz ex L. Junell was confirmed as the causal agent using sequence analysis of the ITS1-5.8 S-ITS2 region, along with conidial and conidiophore morphology. To evaluate reduced-risk management options, the efficacy of four commercially available products was assessed over three separate trials conducted in a commercial wasabi greenhouse in British Columbia. The products tested included two biological pesticides, <i>Bacillus subtilis</i> strain QST 713 (formulated as Rhapsody ASO), and <i>Streptomyces lydicus</i> strain WYEC 108 (formulated as Actinovate SP), as well as a copper-based fungicide, Cueva, and a plant formulated extract, Regalia Maxx (from <i>Reynoutria sachalinensis</i>). Treatments were applied at two-week intervals over 10–12 weeks starting with onset of disease symptoms. Natural infection by <i>E. cruciferarum</i> was allowed to progress on the plants during the trials. Leaves were assessed for powdery mildew biweekly based on percentage of leaf surface infected, which was then converted to area under the disease progress curve (AUDPC) for each treatment. Five to six applications of Cueva and Regalia significantly (p

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,1120,002

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 Opus0,022
Tête enseignante GPT0,215
Écart entre enseignants0,193 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetPowdery Mildew Fungal DiseasesTravaux en français237 207