Évaluation de la résistance à l'ergot (Claviceps purpurea) chez l’orge et le blé
Bibliographic record
Abstract
Des essais réalisés pendant trois saisons de croissance (2003-2005) ont permis d'évaluer la sensibilité à l’ergot (Claviceps purpurea) de 33 cultivars d’orge (Hordeum vulgare) et de 17 cultivars de blé (Triticum aestivum) sous des conditions naturelles d’infection. Les cultivars de blé 'AC Napier' et 'Nass' se sont montrés les plus résistants avec des contenus en sclérotes inférieurs à 0,10 % dans le grain récolté au cours des trois années de l’essai. Les cultivars de blé 'AC Barrie', 'AC Gabriel', 'Saku', 'SS Fundy' et 'Torka' ont quant à eux démontré une très faible résistance à l’ergot. Parmi les cultivars d’orge à deux rangs, le cultivar 'AC Metcalfe' semble montrer une plus grande résistance à l’ergot que l’ensemble des autres cultivars. Les cultivars d’orge à deux rangs 'Almonte' et 'Sunderland' ont été les plus sensibles à l’ergot. Les cultivars d’orge à six rangs 'Acca' et 'Viviane' ont été les seuls dont les contenus en sclérotes ont été inférieurs à 0,10 % pendant les trois années de l’essai. Les cultivars 'AC Alma', 'AC Legend', 'AC Malone', 'AC Nadia', 'Cyane', 'Foster', 'Païdia' et 'Sumosan' ont obtenu des contenus en sclérotes supérieurs à 0,10 % de 2003 à 2005. Cette étude suggère que l’utilisation d’un cultivar d’orge ou de blé résistant à l’ergot pourrait être avantageuse dans les régions où la présence de cette maladie est fréquente.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".