MétaCan
Menu
Retour à la cohorte
Enregistrement W4406916462 · doi:10.1080/07060661.2024.2445591

Best practices and methods for telial and aecial host inoculations with <i>Cronartium ribicola</i> , causal agent of white pine blister rust

2025· article· en· W4406916462 sur OpenAlexafffundvenue
Brian. P. Duarte, Nicolas Feau, Paul J. Zambino, Richard A. Sniezko, Richard C. Hamelin

Notice bibliographique

RevueCanadian Journal of Plant Pathology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueYeasts and Rust Fungi Studies
Établissements canadiensNatural Resources CanadaUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInoculationRust (programming language)Host (biology)BiologyWhite (mutation)BotanyHorticultureEcology

Résumé

récupéré en direct d'OpenAlex

Forest pathologists and tree breeders working with obligate biotrophs, such as rust fungi, depend on effective inoculation protocols for their studies. These protocols are crucial for advancing the understanding of pathogen biology and for selecting disease-resistant hosts. Over a century of research on the white pine blister rust pathogen, Cronartium ribicola, has greatly enhanced our knowledge of the optimal conditions for its collection, preservation and host inoculation. However, since C. ribicola cycles between two phylogenetically distinct hosts, research often focuses on only one part of the lifecycle, leading to the scattering of information on inoculation conditions and techniques across numerous studies. Additionally, evolving insights into C. ribicola biology have led to changes in methods over time, resulting in a variety of inoculation protocols for resistance screening programs and pathogen biology studies. Therefore, there is a need for an updated comprehensive framework that covers inoculation protocols for all critical life stages of C. ribicola. This review aims to consolidate decades of practical experience and scientific knowledge to provide valuable and adaptable information for future studies involving C. ribicola.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,008

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 Opus0,019
Tête enseignante GPT0,307
Écart entre enseignants0,288 · 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 source (Gemma direct ou Codex distillé), 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
GenreMéthodes

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

En bref

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant PathologyMême sujetYeasts and Rust Fungi StudiesTravaux en français237 207