Diversity of Nematodes and Nematode Destroying Fungi as Influenced by Land Use in Taita Taveta, Kenya
Notice bibliographique
Résumé
Land intensification is thought to lead to soil degradation and consequently to loss of soil biodiversity. A study was undertaken to assess the effect of land use on nematode community and nematode destroying fungi in Taita districts, Kenya. Soil samples were collected from land under various uses which were natural forest, plantation forest, tea, coffee, napier grass, fallow, maize/beans intercrop and horticultural crops production. Chemical analysis of the soil properties was done to determine the amount of carbon, nitrogen and potassium in every land use system. The level of carbon declined with land-use intensification with the highest organic carbon level of 7.6% being recorded in soils from the forest while land with high disturbance recorded 1.6% carbon. Similarly, the intensively cultivated soils had lower nitrogen and phosphorous levels compared to the forest. Nematode and nematode destroying fungi were isolated from the soil and identified. Eighty five isolates, distributed in eight genera and fourteen taxa of nematode destroying fungi were identified. The frequency of isolating nematode destroying fungi increased with increased in land use intensity. All the sampled land use types were significantly (P-value = 3.81x10-07) different in occurrence of nematode destroying fungi. The ratios of free-living to plant parasitic nematodes were 5.18 and 0.54 in the natural forest and annual crop production systems, respectively. The frequency of isolation of nematode destroying fungi was positively correlated to abundance of plant parasitic nematodes.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».