MétaCan
Menu
Retour à la cohorte
Enregistrement W4394784234 · doi:10.1111/ppa.13904

Ergot of cereals: Toxins, pathogens and management

2024· article· en· W4394784234 sur OpenAlexaff
Samia Berraies, Miao Liu, J. G. Menzies, Sheryl A. Tittlemier, David P. Overy, Sean Walkowiak

Notice bibliographique

RevuePlant Pathology · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant and fungal interactions
Établissements canadiensPrairie Improvement NetworkUniversity of ManitobaMillar College of the BibleCanadian International Grains InstituteAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésPreharvestBiologySorghumDomesticationClaviceps purpureaAgronomyCereal grainMycotoxinBiotechnologyPostharvestBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Ergot is a fungal disease of many plants but is perhaps most commonly associated with domesticated grasses or cereals, such as rye, wheat, barley, oat, sorghum, millet, maize and rice. Ergot is of historical significance, having been reported for several millennia, but is also of concern in modern agricultural production systems. Caused by many different species within the genus Claviceps , the fungi cause the production of sclerotia, which are typically dark in colour, in place of healthy grain. The sclerotia contain toxins that can make the grain unsafe for consumption by humans or livestock. Ergot can be managed both preharvest as well as postharvest to minimize the presence of sclerotia and their associated toxins in food and feed systems. In this review, we provide a detailed update on our current knowledge of ergot on cereals, with a focus on recent advances in our understanding of fungal toxins and their regulation, pathogen biology and disease management.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,132

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 Opus0,021
Tête enseignante GPT0,222
Écart entre enseignants0,201 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant PathologyMême sujetPlant and fungal interactionsTravaux en français237 207