Cost Benefit Analyses in Managing Late Blight Through Trichoderma asperellum Seed Treatment and Ridomil® Application on Potato
Notice bibliographique
Résumé
Fungicides overuse in management of late blight has led to increased cost of production and biodiversity issues. To better understand costs and benefits associated with seed treatment to reduce fungicide application, apical cutting and tuber seed crop were pre-treated by either peridermal injection or dipping using T. asperellum suspension at 33%, 66% and 100% concentration and then sprayed separately with Ridomil® (Metalaxyl 4% + Mancozeb 64%) at 21, 14 and 7 (Manufacturer’s Recommended Regime) days interval. Results showed that apical cuttings had 7.5% higher disease severity and 0.2% lower yield than crop from seed tuber. Untreated and 33% T. asperellum were not significant different (p = 0.05) in disease and yield scores. T. asperellum concentration at 66% and 100% reduced disease severity by 26% and 27% resulting to 30% and 29% yield increment respectively. Spray interval of 14 days did not differ significantly from 7 day spray interval in terms of disease score and yield but the regime MRR% was double 7 day spray interval. Maximum yield loss was observed in unprotected plots followed by treatments sprayed at 21 days interval. Combination of 66% and 100% T. asperellum concentration with 14 days interval resulted to higher yield and marginal rate of return compared to any other combination. Seed dipping was four times profitable than injection. The findings suggest that seed treatment at 66% and 100% T. asperellum concentration by dipping in combination with Ridomil® application at 14 days interval significantly reduced late blight epidemics and improved on yield and consequently increased net farm income.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».