Managing tomato vine decline with soil amendments and transplant treatments: fruit yield, quality, and plant-associated microbial communities
Notice bibliographique
Résumé
Tomato vine decline (TVD) disease complex results in fruit yield loss, but what soil management strategies might mitigate it? In commercial fields with a history of TVD, five approaches (soil organic amendments and transplant treatments) were evaluated for their impact on fruit yield, fruit quality, and microbial abundance or diversity at four site-years. One site-year had very high TVD pressure and high variability with no yield differences, thus efforts focused on the remaining site-years. Marketable yield was not different among treatments but numerically followed a trend similar to total yield. Amending soil with poultry manure delayed maturity (i.e., increased proportion of green fruit) and had the greatest total yield increases of 17.2%, congruent with decreased abundance of root pathogens (Verticillium dahliae, Rhizopicnis vagum). Microbial DNA fingerprinting data of rhizospheres, roots and (or) stems suggested treatments did not significantly shift the total diversity fungal nor bacterial populations, but the aforementioned pathogen loads were reduced with the application of organic amendments relative to the untreated control. While drenching tomato transplants with pseudomonad culture increased their presence in roots, pathogen load was not reduced relative to the untreated control. Overall, these results show that soil organic amendments were able to improve tomato total yield in two of four site-years without reducing fruit quality (i.e., soluble solids, pH, colour), perhaps, in part, due to their ability to suppress specific root pathogens in commercial fields.
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 | 0,001 | 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 ».