<i>Botrytis cinerea</i>management in ornamental production: a continuous battle
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ornamental production systems are complicated to manage due to the many species and genera that may be grown and handled together on a single production site. Ornamentals are threatened by various phytopathogenic fungi in greenhouse and field production. Among these, Botrytis cinerea is one of the most notorious pathogens of ornamentals, specifically cut flowers. B. cinerea is responsible for causing Botrytis blight disease in both pre- and post-harvest conditions. The pathogen infects leaves, stems, flowers, etc., and causes petal specking, flower blight, sepal yellowing, and peduncle bending, among other symptoms. The ability of B. cinerea to cause disease in greenhouses and fields, as well as in subsequent handling, storage, and transportation, makes this fungus an important pathogen due to its potential negative economic effects on the cut flower industry. For the management of B. cinerea, the routine application of fungicides is considered a major tool in commercial production. However, fungicide resistance, phytotoxicity, application residues, environmental concerns, and health issues have forced growers to seek alternative management approaches. In this review paper, we discuss the different approaches (classic to novel strategies) used for B. cinerea management, including chemical methods and their modes of action. The integration of new practices with existing management strategies (sanitation, nutrition, plant regulators, botanical extracts, biological control, fungicides) could provide effective results in ornamental production systems. Understanding the ecology of pathosystems, disease epidemiology and the integration of all possible management measures as a system approach may also provide adequate disease suppression in both pre- and post-harvest conditions.
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.
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 | 0,000 |
| 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) | 0,000 | 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 découle