MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409635878 · doi:10.3390/dna5020020

DNA Barcoding as a Tool for Surveying Cytospora Species Associated with Branch Dieback and Canker Diseases of Woody Plants in Canada

2025· article· en· W4409635878 sur OpenAlexaffabout
Evgeny Ilyukhin, Svetlana Markovskaja

Notice bibliographique

RevueDNA · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensMillar College of the Bible
Organismes subventionnairesnon disponible
Mots-clésDNA barcodingCankerBiologyWoody plantBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Background/Objectives: Branch dieback and canker diseases caused by Cytospora species adversely impact the health of woody plants worldwide. Results: During this survey, 59 Cytospora isolates were obtained from symptomatic trees and shrubs growing in southwest Ontario and Saskatchewan, Canada. A DNA barcoding approach combined with morphological characterization identified 15 known species of Cytospora associated with these diseases: C. chrysosperma, C. curvata, C. euonymina, C. hoffmannii, C. kantschavelii, C. leucosperma, C. leucostoma, C. nitschkeana, C. piceae, C. populina, C. pruinopsis, C. pruinosa, C. ribis, C. schulzeri, and C. sorbina. The most common species isolated from multiple hosts were C. sorbina (10), C. chrysosperma (8), C. nitschkeana (6), and C. pruinosa (6). A wide range of host associations, including non-conifer species, was observed for C. piceae. Conclusions: The obtained results contribute to the study of diversity, host affiliation, geographical distribution, and pathogenicity of Cytospora species occurring on woody plants in both natural habitats and agricultural systems. The findings support the effectiveness of using DNA barcodes in fungal taxonomy and plant pathology studies.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDNA→Même sujetPlant Pathogens and Fungal Diseases→Travaux en français237 207→