MétaCan
Menu
Retour à la cohorte
Enregistrement W2953840971 · doi:10.5539/jas.v11n10p206

Penicillium citrinum as a Potential Biocontrol Agent for Sisal Bole Rot Disease

2019· article· en· W2953840971 sur OpenAlexvenueno aff
Caroline Lopes Damasceno, Jefferson Oliveira de Sá, Rafael Mota da Silva, Cristiano Oliveira do Carmo, Lydice Sant’Anna Meira Haddad, Ana Cristina Fermino Soares, Elizabeth Amélia Alves Duarte

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPenicillium citrinumSISALBiologyInoculationHorticultureBiotechnology

Résumé

récupéré en direct d'OpenAlex

Agave sisalana, known as sisal, yields the world’s main natural stiff fiber used to produce various industrial products. The Brazilian semiarid is the largest sisal producing region in the world; however, production is under threat by sisal bole rot disease, caused by Aspergillus welwitschiae. Since chemical control of this disease is questionable in drought-ridden areas with little investment in crop management and due to environmental and public health concerns, the search for a biocontrol agent against A. welwitschiae is warranted. In this work, we isolated and identificated Penicillium citrinum as an endophyte from sisal plants collected from the Brazilian semi-arid and investigated whether it could be a biocontrol agent against sisal bole rot. P. citrinum inhibited the mycelium growth of A. welwitschiae by 65.8% when inoculated 72 hours before the pathogen, in dual culture medium assays. We found that P. citrinum can reduce sisal bole rot disease up to 90% when inoculated in sisal plants 48 hours before pathogen inoculation. Altogether, our data suggest a potential role for P. citrinum in the control of sisal bole rot disease.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,001

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,005
Tête enseignante GPT0,223
Écart entre enseignants0,218 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207