Efficacy of Bio-Pesticides for Managegement of Sucking Insect Pests of Cotton, Gossipium hirsutum (L.)
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.
Notice bibliographique
Résumé
The studies were conducted consecutively for two years, 2006 and 2007 for management of cotton insect pests through eco-friendly measures. Bio-pesticides Neem seed extract, Neem oil, Asafoetida (Hing) and Tobacco leaf extract were evaluated against sucking complex. The experiment regarding evaluation botanical pesticides showed that among all bio-pesticides, the highest percent reduction of thrip (67.65%) was recorded in Neem seed extract followed by Neem oil (60.00%), Tobacco (63.59%) and Hing (Asafoetida) (52.68%) after 96 h. of application. Overall maximum mean reduction (64.69%) was recorded in Neem seed extract followed by Neem oil (57.74%), Tobacco (52.91%) and Asafoetida (46.52%). The highest reduction of jassid (71.97%) was recorded followed by Neem oil (70.06%), Hing (Asafoetida) (68.15%) and Tobacco (23.56%) after 96 h., of application of pesticides. With regards to reduction percent of whitefly revealed that maximum reduction (60.18%) was recorded in Hing (Asafoetida) followed by Neem oil (59.78%), Neem extract (59.38%) and tobacco (40.61%) after 96 h., of spray application. The botanical pesticides started reducing their toxicity after 96 h. However, the effective reduction of pests was recorded up to one week. Integrated pest management (IPM) model was developed for the control of sucking insect pests of cotton, for benefit of farming community through seminars, trainings and pamphlets. Using the safe botanical pesticides remained effective against sucking pests and is recommended against cotton pests, which showed less effective to natural enemies and environment friendly.
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 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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle