Diagrammatic scale for improved late leaf rust severity assessments in raspberry leaves

Abstract

Late leaf rust (Thekopsora americana) is a disease that affects raspberry (Rubus idaeus L.), leading to a decrease in raspberry production. The adoption of precise criteria for disease quantification helps decision-making for its management. A diagrammatic scale (DS) is a useful tool for quantifying disease severity in the field. A DS was developed and validated in this study to estimate late leaf rust severity in raspberry leaves. The DS was defined with eight levels of severity (0.2, 0.4, 0.9, 2.2, 5.1, 11.5, 23.9 and 43.2%). The validation was performed by 15 untrained raters in two steps, with and without using the DS. Two approaches were used for statistical analysis: linear regression and Lin’s method. Both analyses demonstrated that the use of the DS improved the precision and accuracy of the disease estimates. The inter-rater reliability was estimated by the coefficient of determination (R²) and the intra-class correlation coefficient (ICC). Again, the use of the DS improved the reproducibility of the estimates. For the first time, a diagrammatic scale was developed and validated to evaluate late leaf rust severity in raspberry leaves.

Résumé

La rouille tardive des feuilles (Thekopsora americana) est une maladie du framboisier (Rubus idaeus L.) qui réduit la production de fruits. L’adoption de critères précis relatifs à la quantification de la maladie aide à prendre les bonnes décisions quant à sa gestion. Une échelle schématique (ES) est un outil utile pour quantifier la gravité de la maladie au champ. Une ES a été développée et validée dans le cadre de cette étude pour évaluer la gravité de la rouille tardive des feuilles chez le framboisier. L’ES a été définie en fonction de huit degrés de gravité (0,2, 0,4, 0,9, 2,2, 5,1, 11,5, 23,9 et 43,2%). La validation a été effectuée en deux étapes par 15 évaluateurs sans formation, utilisant ou non l’ES. Deux approches ont été utilisées en vue de l’analyse statistique: la régression linéaire et la méthode de Lin. Les deux analyses ont démontré que l’utilization de l’ES a amélioré la précision et la fiabilité des estimations de la maladie. La fiabilité relative aux évaluateurs a été estimée à l’aide du coefficient de détermination (R²) et du coefficient de corrélation intraclasse. De nouveau, l’utilization de l’ES a amélioré la reproductibilité des estimations. Pour la première fois, une échelle schématique a été développée et validée pour évaluer la gravité de la rouille tardive sur les feuilles de framboisier.

Keywords:

• Disease assessment
• Lin’s statistics
• linear regression
• phytopathometry
• Rubus idaeus
• Thekopsora americana

Mots clés:

• Évaluation de la maladie
• régression linéaire
• statistiques de Lin
• phytopathométrie
• Thekopsora americana
• Rubus idaeus

Acknowledgements

We would like to thank Dr. Ricardo F. Santos for helping us with the R packages.

Disclosure statement

No potential conflict of interest was reported by the author(s).

Additional information

Funding

This work was supported by the Coordination for the Improvement of Higher Education Personnel [CAPES, Finance code 001]; National Council for Scientific and Technological Development [CNPq]; and São Paulo Research Foundation [FAPESP, grant numbers 2018/17428-7 and 2019/13191-5].