MétaCan
Menu
Retour à la cohorte
Enregistrement W2806681453 · doi:10.5539/jas.v10n7p258

Management of Meloidogyne javanica in Okra Using Compost of Pequi Fruit Waste

2018· article· en· W2806681453 sur OpenAlexvenueno aff
Fabíola de Jesus Silva, Regina Cássia Ferreira Ribeiro, Adelica Aparecida Xavier, José Augusto Santos Neto, Claudia Maria da Silva, Édson Hiydu Mizobutsi

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueNematode management and characterization studies
Établissements canadiensnon disponible
Organismes subventionnairesFundação de Amparo à Pesquisa do Estado de Minas Gerais
Mots-clésCompostMeloidogyne javanicaTransplantingRandomized block designChicken manureManureAgronomyDry weightOrganic fertilizerShootCow dungFertilizerHorticultureBiologyChemistrySowing

Résumé

récupéré en direct d'OpenAlex

Pequi waste added to soil can lead to promising results in the management of plant nematodes. This study evaluated the effect of organic compost of pequi fruit waste in the control of Meloidogyne javanica in okra plants. The compost was comprised of cattle manure, sugarcane straw, and pequi rind waste in the ratio 1:1:1. Treatments were five doses of organic compost (0, 5, 10, 20, and 30 g dm-3) and two additional controls: manure (20 g dm-3) and mineral fertilizer (100 mg dm-3 of N), arranged in randomized block design with 10 repetitions. Different treatments were incorporated into pots containing 3 dm-3 of sandy soil infested with 5,000 eggs of M. javanica. Seedlings were transplanted five days later, and evaluated after 60 days of transplanting. Organic compost with pequi waste incorporated to soil increased shoot dry weight and root weight, and reduced the number of egg masses, galls and eggs of M. javanica per gram of root, and reproduction factor. Doses of 20 and 30 g dm-3 increased plant development and reduced the reproductivity of M. javanica compared to mineral fertilizer.

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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,134

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,030
Tête enseignante GPT0,256
Écart entre enseignants0,226 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetNematode management and characterization studiesTravaux en français237 207