Powdery midlew is a dangerous disease of spring triticale in the far east
Notice bibliographique
Résumé
The studies were carried out in 2015–2022. in order to determine the degree of damage to collection samples of spring triticale by powdery mildew in the soil and climatic conditions of the Khabarovsk Territory of the Far East. The object of research is 84 samples of various ecological and geographical origins. The weather conditions during the research period were contrasting; with the normal precipitation for April–August being 466 mm, the excess was 16…263 mm; waterlogging contributed to an increase in relative air humidity to 100 %. The soil of the experimental plot is heavy loamy meadow-brown podzolized-gley. The distribution (R) of powdery mildew in triticale crops was high (80…100 %), the intensity of development (P) reached epiphytotic values annually. Collection varieties of spring triticale were distributed according to the intensity of disease development: moderately susceptible (13 samples), susceptible (35 samples), highly susceptible (36 samples). High correlation coefficients were calculated between the amount of precipitation in the booting-earing phase and the degree of infection of plants with powdery mildew (r = 0.861…0.897), and a linear regression equation was compiled that shows the dependence of the intensity of development of the powdery mildew pathogen and the amount of precipitation in the second ten days of June. Thus, spring triticale varieties were identified that have average 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), 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 | 0,001 |
| 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 ».