Estudio de factores determinantes de la concentración de deoxinivalenol en grano de trigo
Bibliographic record
Abstract
La fusariosis de la espiga (FE), causada principalmente por Fusarium graminearum, es una de las principales enfermedades en el cultivo de trigo. Este patógeno tiene la capacidad de producir la micotoxina deoxinavalenol (DON). Son varios los factores que influyen en la concentración de DON en el grano. Los objetivos de este trabajo fueron: i) caracterizar los distintos cultivares comerciales disponibles en Uruguay frente a la acumulación de DON en el grano y asociarlo a la caracterización frente a la FE; ii) realizar la comparación entre distintos métodos de cuantificación de la FE y la acumulación de DON en grano; y iii) determinar la dinámica de la acumulación de DON según condiciones de humedecimiento ocurridas durante el llenado del grano. Para esto se sembraron 45 cultivares de trigo en los años 2017 y 2018, en la localidad de Paysandú. Se realizó inoculación artificial y se evaluó el nivel de infección de FE y el contenido de DON mediante el método Agraquant® DON (RomerLabs) y se estudiaron las correlaciones para cada cultivar. Además, se estudió la correlación entre el índice de la fusariosis de la espiga (IFE) cuantificado a campo, el % granos con Fusarium (FDK) por el método blotter test y Canadian Grain Commission (CGC), y la concentración de DON por ELISA. Para el tercer objetivo, se sembraron dos cultivares con comportamiento diferencial frente a FE en condiciones controladas y fueron expuestos a diferentes regímenes de mojado desde la inoculación hasta madurez fisiológica, estudiándose la influencia de la duración y frecuencia de humedad en la concentración de DON. Los resultados reflejan que las correlaciones entre los parámetros de la enfermedad y DON son más altas en los ensayos con menor enfermedad. La variable que más se correlacionó con DON fue el FDK por el método CGC, y luego por blotter test. La concentración de DON fue mayor con hasta 20 días de humedecimiento de espigas y es notoriamente menor con 40 días de mojado. En cuanto a frecuencia de días de mojado, se pudo observar que menor frecuencia de días de mojado, generó menor concentración DON para ambos cultivares.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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".