MétaCan
Menu
Retour à la cohorte
Enregistrement W2288619531 · doi:10.6000/1927-5129.2016.12.06

Effect of Biopesticides Against Sucking Insect Pests of Brinjal Crop Under Field Conditions

2016· article· en· W2288619531 sur OpenAlex

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.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Practices and Plant Genetics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAzadirachtaBiologyBiopesticideChemical controlToxicologyHorticulturePopulationAcaricideEucalyptusCropAzadirachtinBotanyPesticideAgronomyMedicine

Résumé

récupéré en direct d'OpenAlex

A field study was carried out during 2013 at the experimental area of Entomology Section, Agriculture Research Institute, (ARI) Tando Jam to examine the effect of bio-pesticides against sucking insect pests of brinjal crop under field conditions. Five treatments with three replications were applied. The treatments were: T1=chemical control (confidor/Diamond), T2=Neem (Azadirachta indica), T3= Tobacco (Nicotiana tabacum), T4= Eucalyptus (Eucalyptus globus), T5= Untreated (Control). Three insect pests were found infesting brinjal including white flies, jassid and mites. Pre treatment- and post-treatment observations were recorded. The results revealed that against white fly, the first spray of chemical control(confidor) showed highest reduction percent (96.62%) followed by Neem extract (82.60%), Tobacco extract (75.95%), Eucalyptus extract (73.93%) and lowest for untreated control (11.07%); while in the second spray also, chemical control(Diamond) showed highest effect against white fly (78.32%); followed by Neem extract (67.53%), Tobacco extract (56.43%), Eucalyptus extract (42.25%) and least by untreated plot (5.49%). Against jassid, chemical control (confidor) showed highest effect (77.90%) as observed during 1st spray, followed by Neem extract (55.95%), Tobacco extract (53.38%), Eucalyptus extract (53.99%) and untreated control (8.00%), while after second spray also chemical control (Diamond) showed highest reduction percent (81.70%) followed by Neem extract (68.73%), Tobacco extract (55.72%), Eucalyptus extract (50.66%) and the lowest was resulted by untreated control (13.91%). Against mites population on brinjal the first spray results showed that chemical control (confidor) showed highest effect (98.19%) followed by Neem extract (96.19%), Tobacco extract (95.75%), Eucalyptus extract (86.86%) and least population was recorded in untreated control (9.96%). After second spray, chemical control (Diamond) showed highest reduction percent (99.65%), followed by Neem extract (98.33%), Tobacco extract (92.85%), Eucalyptus extract (88.93%) and the lowest reduction percent was resulted by untreated control (9.14%) respectively. Chemical control (confidor/Diamond) showed its superiority in effect to combat sucking insect pests studied in brinjal, followed by Neem extract, Tobacco extract, Eucalyptus extract and untreated control remained the least.

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 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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,113
Score d'incertitude au seuil0,167

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,259
Écart entre enseignants0,234 · 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