Powdery Mildew is a Dangerous Disease of Spring Triticale in the Far East
Notice bibliographique
Résumé
Abatract The studies were carried out in 2015–2022 with the goal of determining a degree of powdery mildew-induced damage to collection samples of spring triticale in the soil and climatic conditions of the Khabarovsk krai of the Far East. Eighty four samples of various ecological and geographical origins were studied. The weather conditions during the observation period were contrasting; at a norm of precipitation for April to August of 466 mm, an excess reaching 16 to 263 mm. Waterlogging contributed to an increase to 100% in the relative air humidity. The experimental site had a heavy loamy meadow-brown podzolized-gley soil. The distribution (R) of powdery mildew in triticale crops was high (80–100%), and the annual intensity of development (P) reached epiphytotic values. Collection varieties of spring triticale were assigned according to the intensity of the disease development: moderately susceptible (13 samples), susceptible (35 samples), and highly susceptible (36 samples). High correlation coefficients (r = 0.861–0.897) were found between the amount of precipitation in the booting-earing phase and the degree of plant powdery mildew-induced infection. A compiled linear regression equation demonstrated a dependence of the intensity of development of the powdery mildew pathogen and the amount of precipitation in the second ten days of June. The following spring triticale varieties had moderate susceptibility to powdery mildew pathogens (P = 30–40%): Amore, Saur, Prag 409, Dagvo (Russia), Lana, Lotos (Belarus), Zgurivskiy, Oberig Kharkovskiy (Ukraine), 70 HN 458 (Canada), Je 57 (USA), Anoas 5, MX 51 (Mexico), and Tleridal (Switzerland).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».