Effect of Diverse Compost Products on Soilborne Diseases of Potato
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
Soilborne diseases result in major economic losses for potato producers. Compost application can reduce soilborne diseases, however the effects of compost products on potato disease severity and incidence are still unclear. Diverse compost products were compared for their effects on soilborne diseases of potato in New Brunswick, Canada using field and growth room experiments. In the field, five products were applied at 45 Mg ha−1 dry weight to field plots in October of 2014 and 2015. In the growth room experiment, seven products were mixed to a 5% w/w ratio with naturally infested soil. Tubers were assessed for disease severity and incidence and compared with a no compost addition control. Severity of symptoms of silver scurf, black scurf (BS), common scab (CS), and powdery scab varied among treatments, experiments, and years. In the field experiment, BS severity was significantly greater in the control than in the poultry manure compost treatment (3.26% versus 0.90%) in 2016. Common scab severity and incidence in the field were positively related to soil pH and negatively related to soil particulate organic matter C and compost C concentrations. In the growth room experiment, CS severity was significantly greater in the control (8.98%) than in the municipal source separated organic compost and sea-waste compost treatments (1.72 and 2.47%, respectively). In this study, compost products had a significant, but inconsistent, suppressive effect on soilborne potato diseases. The quantity of compost C, rather than compost quality, was likely the most important factor in disease suppression in this study.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle