Leaf Scorch Epidemics Reduce Vegetative Growth and Fruit Yield of `Kent' Strawberry
Notice bibliographique
Résumé
The relationship between severity of leaf scorch epidemics, caused by Diplocarpon earlianum , and components of vegetative growth and fruit yield was examined in `Kent' strawberry ( Fragaria × ananassa Duch.). Plants were treated in July with six densities of initial inoculum of the pathogen, and severity of leaf scorch was assessed at 2-week intervals from late July to late October. After an analysis of vegetative growth in late October, plants were overwintered in the field or grown in a greenhouse, and later assessed for yield components. Relationships between area under the disease progress curve (AUDPC) and plant growth and yield components were examined by regression analysis. Significant negative linear relationships were found between AUDPC values and number of green leaves, leaf area, leaf dry weight, crown number, crown dry mass, and root dry weight. Significant negative relationships were also found between AUDPC values and number of flowers and inflorescences, and total and marketable berries in the subsequent season, in plants maintained in the field or in the greenhouse. Mean berry weight was not significantly affected. Reduction in the number of crowns in plants affected by leaf scorch was a major factor limiting the yield of diseased plants. In an analysis of regrowth at seven weeks after fruit harvest, a significant negative linear relationships was found between AUDPC values and each growth component except crown dry weight. Collectively, the data provide a rationale to optimize timing of treatments, such as chemical fungicides or microbial agents, to control leaf scorch in August, September and October and thereby promote berry yield in the subsequent season.
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 | 0,000 |
| 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) | 0,000 | 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 ».