Health and Quality of Wheat Seed Samples Collected from Sadar Upazilla of Thakurgaon District and Control of Seed-Borne Fungi
Notice bibliographique
Résumé
Wheat seed samples were collected from ten unions of sadar upazilla of Thakurgaon district in wheat growing season of 2011. Seeds were tested by blotter method at Seed Pathology Center (SPC), Bangladesh Agricultural University, Mymensingh during the months April to November 2011 for recording and identifying the seed-borne fungi associated with wheat seeds. The health status of 20 seed samples were determined whereas five genera fungi were identified from a total of six fungus. The fungi were Bipolaris sorokiniana, Alternaria tenuis, Fusarium spp, Penicillium sp, Aspergillus flavus and Aspergillus niger. Prevalence of the total as well as the individual seed-borne fungal infections that were recorded varied significantly with respect to wheat varieties and sources of seed collection. Seed samples collected from Jagonathpur and Gorea unions of sadar upazilla showed highest percentage of seed-borne infection compared to the samples collection from other unions for both varieties. The seed-borne fungal infection in Hazar-8 and Satabdi collected from other unions showed lowest percentage of seed-borne fungal infection than that of Jagonathpur and Gorea unions. Seed germination also varied significantly depending on the varieties and the seed sources and a positive correlation between seed germination and seed-borne fungal infections were observed. Three seed treating agents viz., neem leaf extract 1:2, hot water and Provax were evaluated for controlling seed-borne fungi associated with wheat seeds. Among the seed treating agents, Provax was found superior to reduce the seed-borne infection of wheat. The results also showed that neem leaf extract at 1:2 dilutions was observed to be the most effective in reducing seed-borne fungi with highest percentage of germination followed by hot water treatment.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».