MétaCan
Menu
Retour à la cohorte
Enregistrement W6958276113 · doi:10.6084/m9.figshare.22047301

Inoculum threshold for stripe rust infection in wheat

2023· article· en· W6958276113 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat Transfer and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSporeGerminationSpore germinationStripe rustPowdery mildewFungicideInoculation

Résumé

récupéré en direct d'OpenAlex

Stripe rust (Puccinia striiformis f. sp. tritici (Pst)) and powdery mildew (Blumeria graminis f. sp. tritici (Bgt)) are important diseases of wheat in Canada and worldwide. Molecular detection methods permit spore detection of few spores; therefore, there is a need to determine initial inoculum thresholds for pathogens to cause disease under both controlled environments and in the field. Susceptible wheat cultivars ‘Avocet’ and ‘AC Barrie’ were inoculated with different quantities of spores (0, 103, 104, 105, 106, and 107) of Pst and Bgt. Disease incidence, severity and infection type were evaluated. Results of controlled environment studies showed that the minimum number of spores necessary to cause appreciable incidence and severity for Pst was at higher spore concentrations of 105–106 spores. Conversely, low incidence and severity levels were observed at 103–104 spores for Bgt. Despite occurrence of natural Pst infection, results of field studies in 2016 and 2017 in Southern Alberta demonstrated that significant increases in severity levels were observed following application of 1.2 × 107 spores. Collectively, these results demonstrated that stripe rust severities increased with increasing spore concentration only at high spore levels. In contrast, Bgt severity increased with spore concentration from 103 to 107 spores mL−1. In vitro and in vivo spore germination tests demonstrated germination rates of Pst spores were reduced at lower spore concentrations compared to germination rates at the higher concentrations. Understanding of minimum spore numbers required for disease development will be a prerequisite for predicting epidemics and devising fungicide control measures for future sustainable agricultural systems.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,038
Tête enseignante GPT0,251
Écart entre enseignants0,213 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetHeat Transfer and OptimizationTravaux en français237 207