Interaction of Monoterpenoids, Methyl Jasmonate, and Ca2+ in Controlling Postharvest Brown Rot of Sweet Cherry
Notice bibliographique
Résumé
The banning of synthetic fungicides for postharvest use on fruits in Canada has prompted a search for alternative control strategies for postharvest brown rot caused by Monilinia fructicola (Wint.) Honey on sweet cherry ( Prunus avium L.). Thymol and carvacrol were the two most potent fungicides among the monoterpenoids tested. The brown rot incidences of M. fructicola -inoculated cherry dipped in 1000 μg·mL -1 thymol and carvacrol were 24% and 23%, respectively, compared with 81% for the control. The effects of thymol and carvacrol were not significantly enhanced by the addition of CaCl 2 or CaB'y®, a foliar calcium fertilizer. Decco® 282 significantly reduced the activity of thymol. Methyl jasmonate, an elicitor of plant defense mechanisms, did not reduce brown rot by itself, and did not increase the efficacy of thymol and carvacrol when used as an additive in dipping or fumigation experiments. Thymol and carvacrol caused stem browning of cherry fruits in the fumigation experiment, however, 69% and 73%, respectively, of the browning was prevented when methyl jasmonate was used as a co-fumigant. Chemical names used: 5-methyl-2-(1-methylethyl)phenol (thymol); 2-methyl-5-(1-methylethyl)phenol (carvacrol); methyl 3-oxo-2-(2-pentenyl)cyclopentane acetate (methyl jasmonate).
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».