MétaCan
Menu
Retour à la cohorte
Enregistrement W2102641469 · doi:10.1139/b11-056

The use of fungicide Nova to mitigate infection of <i>Sphagnum</i> by parasitic fungi in the greenhouse

2011· article· en· W2102641469 sur OpenAlexafffundvenue
Jean‐François Landry, Cristina Martínez, Line Rochefort

Notice bibliographique

RevueBotany · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSphagnumFungicideBiologyBotanyHorticultureChaetomiumInoculationGreenhousePeatFusariumEcology

Résumé

récupéré en direct d'OpenAlex

A common problem when growing Sphagnum mosses in the greenhouse is the propagation of parasitic fungi. Since no clear procedure is available to correct the situation, the aim of this experiment is to give scientists and growers a tool to control fungi invasions in the greenhouse. First, eight fungicides and the effect of temperature were tested on Petri dishes inoculated with two fungi commonly found in Sphagnum: Lyophyllum palustre (Peck) Singer and Chaetomium sp. To assess Sphagnum tolerance to fungicides, the four most efficient treatments were tested on healthy Sphagnum carpet, at maximum and minimum concentrations. Finally, the most promising fungicide, Nova (myclobutanil), was tested on Sphagnum carpets infected by L. palustre and Chaetomium sp. Since the concentration of this fungicide had no effect on biomass accumulation, the maximum concentration (0.54 g/L) was tested. Because of the high absorbency of Sphagnum, Nova was applied at the recommended dose (1 L/10 m 2 ) and at three times the recommended dose (3 L/10 m 2 ). An evaluation of infected Sphagnum individuals was carried out after a frequency of two and three applications. The recommendation for controlling the invasion of Sphagnum by L. palustre and Chaetomium sp. in the greenhouse is the application of Nova fungicide at three times the recommended dose. The frequency of applications had no significant effect.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,660

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,234
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBotanyMême sujetPeatlands and Wetlands EcologyTravaux en français237 207