Plant Extract Treatments Induce Resistance to Bacterial Spot by Tomato Plants for a Sustainable System
Notice bibliographique
Résumé
The aim of this study is to assess the effect of extracts of Nerium oleander, Eucalyptus chamadulonsis and Citrullus colocynthis against bacterial spot disease of tomato and to investigate the induction of resistance by tomato (Solanum lycopersicum) in order to promote a sustainable management system. The antibacterial activity of aqueous and ethanol plant extracts was tested against Xanthomonas axonopodis pv. vesicatoria, isolate PHYXV3, in vitro and in vivo. The highest antibacterial activity in vitro was obtained with C. colocynthis, N. oleander and E. chamadulonsis, respectively. In vivo, ethanol extracts of N. oleander and E. chamadulonsis were more effective than aqueous extracts in reducing pathogen populations on tomato leaves. Under greenhouse conditions, application of the plant extracts at 15% (v/v) to tomato plants significantly reduced disease severity and increased the shoot weight of ‘Super Marmande’ tomato. In most cases, plant extracts significantly increased total phenol and salicylic acid content of tomato plants compared to either healthy or infected ones. In addition, C. colocynthis and E. chamadulonsis extracts significantly increased peroxidase activity while only E. chamadulonsis increased polyphenol oxidase after infection with the causal agent. The results indicated that the plant extracts showed promising antibacterial activity and could be considered an effective tool in integrated management programs for a sustainable system of tomato bacterial spot control.
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) | 0,002 | 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 ».