MétaCan
Menu
Retour à la cohorte
Enregistrement W6978240936 · doi:10.6084/m9.figshare.7618562.v1

Optimizing management of cercospora leaf spot (<i>Cercospora beticola</i>) of sugarbeet in the wake of fungicide resistance

2019· article· en· W6978240936 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFungal Plant Pathogen Control
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFungicideCercosporaSugar beetLeaf spotMancozebPlant disease resistance

Résumé

récupéré en direct d'OpenAlex

Cercospora leaf spot (CLS), caused by <i>Cercospora beticola</i>, is the most detrimental disease of sugar beet in temperate climates. In the Great Lakes region, CLS was well managed by pyraclostrobin-based programmes using the decision support tool BEETcast™. Due to <i>C. beticola</i> resistance to pyraclostrobin in the region, other groups of fungicides were evaluated. Field experiments were conducted at six sites from 2013 to 2015 in Pain Court (PC) and Ridgetown (RT), Ontario. BEETcast™ application schedules for prothioconazole and mancozeb as well as carrier volume (115 and 235 L ha<sup>−1</sup>) were compared with label-based (calendar) applications. When disease intensity was high, the conservative calendar application schedule reduced the standardized area under the disease progress curve (sAUDPC) by an average of 84% compared with all BEETcast™ schedules, and the BEETcast™ 50/35 schedule (235 L ha<sup>−1</sup>) reduced sAUDPC by 48% compared with the 55/50 schedules. However, there were fewer differences among application schedules at sites with low or moderate disease intensity. BEETcast™ application schedules reduced the number of fungicide applications by 34–55%. All application schedules increased sucrose (%) and recoverable white sugar (RWS) to an equivalent level, but none of the schedules increased profit margin compared with the non-treated control. Using a carrier volume of 235 L ha<sup>−1</sup> reduced sAUDPC by 28% compared with 115 L ha<sup>−1</sup> at one site when disease severity exceeded 95% in non-treated control plots. Thus, management recommendations should consider that CLS severity is reduced by application schedules using a shortened interval and appropriate carrier volume, but this does not necessarily result in higher beet or sucrose yield or increases in profit margin.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,201
Écart entre enseignants0,182 · 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'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetFungal Plant Pathogen ControlTravaux en français237 207