Effect of Neem Products and Synthetic Insecticides against Sucking Insect Pests of Cauliflower under Field Conditions
Notice bibliographique
Résumé
:A field study was carried out during 2015 at Muhammad Bachal farm at Bakrani District Larkana. Four treatments with three replications were applied. The treatments were: T1=Chemical control (Diamond 20SP), T2=Neem oil, T3= Neem kernel, T4= Untreated (Control). Two insect pests were found infesting Cauliflower including white fliesand thrips. Pre-treatment- and post-treatment observations were recorded. The results revealed that against thrips, the first spray of chemical control (Diamond) showed highest reduction percent (50.61%) followed by neem oil (43.33%), neem kernel (40.42%), and lowest for untreated control (10.31%); while in the second spray also, chemical control (Diamond) showed highest effect against thrips (58.51%); followed by neem oil (57.88%), neem kernel (52.43%) and least by untreated plot (14.77%). Against white flies chemical control (Diamond) showed highest effect (82.89%) as observed during 1st spray, followed by neem oil (72.47%), neem kernel (72.68%), and untreated control (5.12%), while after second spray also chemical control (Diamond) showed highest reduction percent (85.53%) followed by neem oil (74.34%), neem kernel (72.26%), and the lowest was resulted by untreated control (4.11%). Chemical control (Diamond) showed its superiority in effect to combat sucking insect pests studied in cauliflower, followed by neem oil, neem kernel, 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.
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 | 0,001 | 0,001 |
| 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 | 0,001 | 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 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 ».