Biological Control of Bacterial Speck of Tomato Under Field Conditions at Several Locations in North America
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Bacterial speck of tomato, caused by Pseudomonas syringae pv. tomato, continues to be a problem for tomato growers worldwide. A collection of nonpathogenic bacteria from tomato leaves plus P. syringae strains TLP2 and Cit7, P. fluorescens strain A506, and P. syringae pv. tomato DC3000 hrp mutants were examined in a greenhouse bioassay for the ability to reduce foliar bacterial speck disease severity. While several of these strains significantly reduced disease severity, P. syringae Cit7 was the most effective, providing a mean level of disease reduction of 78% under greenhouse conditions. The P. syringae pv. tomato DC3000 hrpA, hrpH, and hrpS mutants also significantly reduced speck severity under greenhouse conditions. The strains with the greatest efficacy under greenhouse conditions were tested for the ability to reduce bacterial speck under field conditions at locations in Alabama, Florida, and Ontario, Canada. P. syringae Cit7 was the most effective strain, providing a mean level of disease reduction of 28% over 10 different field experiments. P. fluorescens A506, which is commercially available as Blight-Ban A506, provided a mean level of disease reduction of 18% over nine different field experiments. While neither P. syringae Cit7 nor P. fluorescens A506 can be integrated with copper bactericides due to their copper sensitivity, there exist some potential for integrating these biological control agents with "plant activators", including Actigard. Of the P. syringae pv. tomato DC3000 hrp mutants tested, only the hrpS mutant reduced speck severity significantly under field conditions.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 découle