Vatbaarheid resistente rassen na doorbraak door schurftschimmel
Bibliographic record
Abstract
Achtergrond• Schurftresistentie in bestaande en aankomende appelrassen is bijna altijd gebaseerd op het Vf-gen.-Dit is een natuurlijk gen uit een sierappel die ook wel als bestuiver wordt gebruikt, namelijk Malus floribunda 821.-Vorige eeuw is veel gekruist om deze Vf-resistentie in appelrassen te krijgen.Dit leidde tot rassen met Vf-resistentie, zoals Santana, Topaz, Natyra en nieuwe WUR selecties zoals 0815 en 0916.• Echter, op veel plekken komt er een schurftpopulatie voor die deze Vf-resistentie heeft doorbroken. Daar waar deze schurftpopulatie voorkomt, worden Vf-rassen vatbaar. Resultaten Doelstelling en opzet• Centrale vraag: hoe vatbaar worden Vf-rassen voor schurft na doorbraak? • Geeft het Vf-gen nog een rest resistentie niveau of niet?• In nauwkeurige kasproeven is onderzocht of deze rassen na doorbraak zeer vatbaar worden voor schurft, zoals Golden Delicious en Gala, of matig vatbaar, zoals Elstar• De blauwe balken in deze figuur geven de mate van schurftaantasting na besmetting met de schurftstam die Vf niet doorbroken heeft; schurftresistente rassen worden niet aangetast.-Rassen zonder het Vf-gen, namelijk Golden Delicious, Elstar en Gala werden aantast, maar de rassen met het Vf-gen niet.• De rode balken zijn van schurftstammen die de Vf-resistentie wel doorbroken hebben.-Alle rassen krijgen schurft.-De Vf-rassen Santana, Natyra, 0815 en 0916 zijn ongeveer even vatbaar als Elstar, en duidelijk minder vatbaar dan Golden Delicious en Gala.-Santana en Natyra lijken na Vf-doorbraak zelfs nog iets minder vatbaar dan Elstar, maar dat verschil is statistisch niet significant.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.006 | 0.005 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.070 | 0.013 |
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".