Abiotic Compounds as Inducers of Resistance to Fusarium Wilt in Tomatoes
Notice bibliographique
Résumé
To study the effects of resistance inducers used to control fusarium wilt in tomatoes due to the fungus Fusarium oxysporum Schlecht f. sp. lycopersici, we evaluated the effects of ASM (acibenzolar-S-methyl), Agro-Mos, chitosan, Biopirol and neem oil on F. oxysporum f. sp. lycopersici mycelial growth and sporulation and systemic resistance in tomatoes. In vitro experiments comprised evaluations of the products’ effects on the mycelial growth and sporulation of the PDA (potato dextrose agar) growth medium-cultured pathogen. In vivo experiments included product application to tomato plants of the Santa Cruz cultivar that were grown for 25 days on autoclaved soil, followed by determinations of disease severity and peroxidase, polyphenol oxidase and Beta-1,3-glucanase enzyme activity levels, which are related to the process of resistance induction. Pathogen inoculation occurred after 5 days at a concentration of 106 conidia/mL. We evaluated the disease according to a rating scale. Enzymatic activity was determined according to specific protocols. Neem oil controlled pathogen mycelial growth and sporulation, while ASM influenced sporulation. The products reduced the severity of wilt in the plants. We highlight neem oil, Agro-Mos and Biopirol due to their ability to induce significant peroxidase, polyphenol oxidase and Beta-1,3-glucanase expression, respectively.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».