Black Knot Unraveled: Phenotypic Characterization of Disease Resistance in Japanese Plums
Notice bibliographique
Résumé
Black knot (BK) disease, caused by Apiosporina morbosa (Schwein.) v. Arx, significantly afflicts Japanese plums (Prunus salicina L.), resulting in substantial economic losses due to its destructive invasion of branches and trunks. Phenotyping for disease severity is critical to understanding resistance and susceptibility across diverse genotypes. In this study, 200 Japanese plum trees from a mixed lineage breeding program were phenotyped for BK severity using a rating scale from 0 to 5. Trees were rated by two independent raters and repeated on a second day, in early spring 2023, before leaf emergence, for peak visibility. The rating system was designed to capture varying levels of infection, with 0 representing no symptoms and 5 indicating severe infection with major effects to the tree’s overall health. Compared to data from 2015 and 2018, there was a noticeable increase in the number of heavily diseased trees relative to symptom-free trees. In 2023, the proportion of completely resistant trees remained the same as in 2018, suggesting true resistance. Median scores were calculated from four independent ratings per tree, comprised of two individuals on two different days, minimizing individual biases. Additionally, inter-rater reliability was assessed using the weighted Kappa statistic, which yielded a value of 0.903, indicating strong agreement between raters. This phenotypic assessment provides a robust dataset for correlation with genetic markers and supports further breeding efforts aimed at developing BK-resistant cultivars.
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 | 0,000 | 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 ».