Practical Utilization of Botanical Extracts and Microbial in Controlling Dieback Disease of Tea [<i>Camellia sinensis</i> (L) O. Kuntze] Caused by <i>Fusarium solani</i> (Mart.) Sacc.
Notice bibliographique
Résumé
In Northeast Indian tea plantations infection of Fusaruim solani , resulting dieback of tea plant is increasing which causes considerable crop loss during the recent times. In this investigation, native plant extracts, i.e. Acorus calamus L., Azadirachta indica A. Juss., Clerodendrum viscosum Vent., and Xanthium strumarium L. and microbials i.e. Bacillus subtilis and Trichoderma viride Pers. were utilized to evaluate the efficacy in controlling dieback disease of tea. These extracts inhibited the growth of Fusarium solani by 60-90%. In field application of C. viscosum and X. strumarium extracts reduced the disease up to 89.3% and 81% respectively. More than 70% disease reduction was observed when aqueous extracts of A. calamus and A. indica were used separately. Maximum disease reduction was achieved up to 86.9% due to application of T. viride . The results, thus, suggested the potential use of herbal extracts and microbial strains as an effective component of integrated disease management (IDM) schedule in the organic tea farming. The methods and rate of application are also discussed.
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 | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».