MétaCan
Menu
Retour à la cohorte
Enregistrement W2891593956 · doi:10.5539/jas.v10n10p163

Crambe Cake to Meloidogyne javanica Control in Lettuce

2018· article· en· W2891593956 sur OpenAlexvenueno aff
Júlio César Antunes Ferreira, Olívia Diulen Costa Brito, Paula Juliana Grotto Débia, Beatriz de Almeida Silva, Guilherme Tarini, Cláudia Regina Dias‐Arieira

Notice bibliographique

RevueJournal of Agricultural Science · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueNematode management and characterization studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCrambeAgronomyBiologyMeloidogyne javanicaInoculationHorticultureNematode

Résumé

récupéré en direct d'OpenAlex

Crambe is an oilseed, which pressing for oil extraction results in the waste called crambe cake. The aforementioned waste may present potential to control nematodes, since it derives from brassica species. The aim of the current study is to assess the best crambe cake application to control Meloidogyne javanica in lettuce plants. Five experiments were carried out in a greenhouse by adopting different crambe cake application procedures; each experiment comprised five treatments (0 (control), 5; 10; 15; 20 g crambe cake per 1 L soil). Lettuce seedlings were cultivated in soil treated with crambe cake, and inoculated with 5,000 nematode eggs and occasional juveniles (J2). Nematological and vegetative parameters were assessed 45 days after inoculation. Nematode reduction was observed in the experiment that applied doses close to 15 g crambe cake to the soil surface; nematode control recorded 83 and 68% for eggs and J2 total and per root gram, respectively. The same parameters showed up to 82 and 93% reduction when the cake was incorporated to the first 8 cm deep into the soil. The number of eggs and J2 per root system reduced by 93% when the cake was incorporated to the total soil volume. Overall, the crambe cake did not increase plant development; in some cases, phytotoxicity was observed at the highest doses.

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 enseignants0,979
Score d'incertitude au seuil0,198

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 savante0,0000,001
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 Opus0,013
Tête enseignante GPT0,229
Écart entre enseignants0,217 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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