MétaCan
Menu
Retour à la cohorte
Enregistrement W4410933321 · doi:10.1007/s13313-025-01056-z

First report of Boeremia exigua causing leaf spot of tobacco (Nicotiana tabacum) in China

2025· article· en· W4410933321 sur OpenAlexaff
Tingting Xu, Pan Ma, Rubing Xu, Tom Hsiang, Junbin Huang, Lu Zheng, Yuan Fang, Yanyan Li

Notice bibliographique

RevueAustralasian Plant Pathology · 2025
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensUniversity of Guelph
Organismes subventionnairesHubei Tobacco Company
Mots-clésNicotiana tabacumBiologyChinaLeaf spotBotanyExiguaEntomologySweet spotSpodopteraGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Tobacco ( Nicotiana tabacum L.) is an economically important crop, widely cultivated in China. Since 2021, a new leaf spot disease has been seen frequently in Enshi, Xiangyang, Yichang, and Shiyan, all in Hubei Province, China. Diseased leaves exhibiting roundish lesions with greenish-yellow edges were collected to determine the causal agent in summer 2022. After isolation, morphological characterization, and molecular identification (ITS, LSU, and TUB), the pathogen of the new tobacco leaf spot disease was identified as Boeremia exigua. Inoculation tests showed that B. exigua strains could cause this disease on detached tobacco leaves, and fungi were re-isolated with morphology identical to the inoculated strain, confirming Koch’s postulates. This is the first report of tobacco leaf spot caused by B. exigua worldwide.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil0,833

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 Opus0,009
Tête enseignante GPT0,244
Écart entre enseignants0,235 · 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'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'admission1
Résumé présentoui

Explorer davantage

Même revueAustralasian Plant PathologyMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207