Known Distribution of the Soybean Cyst Nematode, Heterodera glycines, in the United States and Canada Through 2023
Notice bibliographique
Résumé
The soybean cyst nematode (SCN), Heterodera glycines Ichinohe, is a major yield-reducing pathogen of soybean (Glycine max [L.] Merrill) in the United States and Canada, causing twice as much yield loss annually as any other pathogen. Reports of new discoveries of SCN in areas of the United States and Canada that grow the crop can lead to greater awareness of the pathogen and increased efforts to scout for the nematode. Beginning in January 2024, university nematologists, plant pathologists, and agronomists as well as government plant health officials in soybean-producing states in the United States and provinces in Canada were queried about the known distribution of the nematode. This publication contains an updated map of the known distribution of SCN in the United States and Canada through 2023 and a listing of counties and rural municipalities where the nematode initially was identified between 2000 and 2023. In total, there were 31 counties in 10 states in the United States plus three counties total in Manitoba and Ontario and 10 rural municipalities in Quebec, Canada, in which SCN was first discovered between 2020 and 2023. The results show that the distribution of SCN in the United States and Canada continues to expand, and sustained scouting for the presence of the pathogen is warranted to facilitate management to reduce soybean yield losses.
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 | 0,001 | 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 ».