MétaCan
Menu
Retour à la cohorte
Enregistrement W7073553549

Virulence characterization of international collections of the wheat stripe rust pathogen, Puccinia striiformis f. sp. tritici

2013· article· en· W7073553549 sur OpenAlexaboutno aff

Notice bibliographique

RevueRepository of the Academy's Library (Library of the Hungarian Academy of Sciences) · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStripe rustVirulencePuccinia striiformisRust (programming language)Race (biology)Pathogenicity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Wheat stripe rust (yellow rust [Yr]), caused by Puccinia striiformis f. sp.
\ntritici, is an economically important disease of wheat worldwide. Virulence
\ninformation on P. striiformis f. sp. tritici populations is important to
\nimplement effective disease control with resistant cultivars. In total, 235 P.
\nstriiformis f. sp. tritici isolates from Algeria, Australia, Canada, Chile,
\nChina, Hungary, Kenya, Nepal, Pakistan, Russia, Spain, Turkey, and Uzbekistan
\nwere tested on 20 single Yr-gene lines and the 20 wheat genotypes
\nthat are used to differentiate P. striiformis f. sp. tritici races in the United
\nStates. The 235 isolates were identified as 129 virulence patterns on the
\nsingle-gene lines and 169 virulence patterns on the U.S. differentials.
\nVirulences to YrA, Yr2, Yr6, Yr7, Yr8, Yr9, Yr17, Yr25, YrUkn, Yr28, Yr31,
\nYrExp2, Lemhi (Yr21), Paha (YrPa1, YrPa2, YrPa3), Druchamp (Yr3a,
\nYrD, YrDru), Produra (YrPr1, YrPr2), Stephens (Yr3a, YrS, YrSte), Lee
\n(Yr7, Yr22, Yr23), Fielder (Yr6, Yr20), Tyee (YrTye), Tres (YrTr1, YrTr2),
\nExpress (YrExp1, YrExp2), Clement (Yr9, YrCle), and Compair (Yr8, Yr19)
\nwere detected in all countries. At least 80% of the isolates were virulent on
\nYrA, Yr2, Yr6, Yr7, Yr8, Yr17, YrUkn, Yr31, YrExp2, Yr21, Stephens (Yr3a,
\nYrS, YrSte), Lee (Yr7, Yr22, Yr23), and Fielder (Yr6, Yr20). Virulences to Yr1, Yr9, Yr25, Yr27, Yr28, Heines VII (Yr2, YrHVII), Paha (YrPa1, YrPa2,
\nYrPa3), Druchamp (Yr3a, YrD, YrDru), Produra (YrPr1, YrPr2), Yamhill
\n(Yr2, Yr4a, YrYam), Tyee (YrTye), Tres (YrTr1, YrTr2), Hyak (Yr17, YrTye),
\nExpress (YrExp1, YrExp2), Clement (Yr9, YrCle), and Compair (Yr8, Yr19)
\nwere moderately frequent (>20 to <80%). Virulence to Yr10, Yr24, Yr32,
\nYrSP, and Moro (Yr10, YrMor) was low (≤20%). Virulence to Moro was
\nabsent in Algeria, Australia, Canada, Kenya, Russia, Spain, Turkey, and
\nChina, but 5% of the Chinese isolates were virulent to Yr10. None of the
\nisolates from Algeria, Canada, China, Kenya, Russia, and Spain was
\nvirulent to Yr24; none of the isolates from Algeria, Australia, Canada,
\nNepal, Russia, and Spain was virulent to Yr32; none of the isolates from Australia,
\nCanada, Chile, Hungary, Kenya, Kenya, Nepal, Pakistan, Russia, and
\nSpain was virulent to YrSP; and none of the isolates from any country was
\nvirulent to Yr5 and Yr15. Although the frequencies of virulence factors
\nwere different, most of the P. striiformis f. sp. tritici isolates from these countries
\nshared common virulence factors. The virulences and their frequencies
\nand distributions should be useful in breeding stripe-rust-resistant wheat
\ncultivars and understanding the pathogen migration and evolution.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,789

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,002
Communication savante0,0000,004
Science ouverte0,0040,000
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,202
Écart entre enseignants0,189 · 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'étudeExpérimental (laboratoire)
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

Citations12
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepository of the Academy's Library (Library of the Hungarian Academy of Sciences)Même sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207