MétaCan
Menu
Retour à la cohorte
Enregistrement W4404246320 · doi:10.1079/planthealthcases.2024.0023

Wheat Leaf Rust, Caused by <i>Puccinia triticina</i> , and Mitigation Through Host Genetic Resistance

2024· article· en· W4404246320 sur OpenAlexaff
Brent McCallum, Colin W. Hiebert, Xiben Wang, Guus Bakkeren

Notice bibliographique

RevuePlant Health Cases · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWheat and Barley Genetics and Pathology
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésRust (programming language)Host (biology)Resistance (ecology)Host resistanceWheat leaf rustBiologyAgronomyBotanyHorticultureComputer scienceGeneticsGeneVirulence

Résumé

récupéré en direct d'OpenAlex

Abstract The obligate fungal pathogen Puccinia triticina causes leaf rust symptoms on wheat worldwide. Epidemics of leaf rust occur during periods of mild weather with high relative humidity. The pathogen infects leaves, causing orange to red pustules, containing millions of urediniospores, reducing the photosynthetic area and causing desiccation and yield loss. Wind-borne urediniospores are produced in continuous asexual cycles on wheat plants. Genetic resistance is the primary control strategy. There are over 80 known leaf rust ( Lr ) resistance genes, and most are race-specific and are active from the seedling stage to maturity. A few Lr genes are nonrace-specific and confer partial resistance to leaf rust and other diseases at the adult plant stage. Combining Lr genes that confer seedling and adult plant resistance has been particularly successful and durable. Pathogen populations are genetically diverse, and races evolve continuously to evade recognition by Lr genes. This results in boom-and-bust cycles when new cultivars with race-specific Lr genes are resistant for some years, but become susceptible, due to evolution of the P. triticina population. Surveillance of P. triticina for the evolution of races helps to develop wheat cultivars with Lr genes that will be resistant to the most prevalent races. Information © The Authors 2024

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,477
Score d'incertitude au seuil0,228

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 Opus0,023
Tête enseignante GPT0,252
Écart entre enseignants0,229 · 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'étudeSans objet
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePlant Health CasesMême sujetWheat and Barley Genetics and PathologyTravaux en français237 207