MétaCan
Menu
Retour à la cohorte
Enregistrement W3216842361 · doi:10.15377/2409-9813.2021.08.11

Biofumigation for the Control of Vegetables Soilborne Pathogens in Some non-Temperate Climate Countries

2021· article· en· W3216842361 sur OpenAlexaboutno aff
M. Besri

Notice bibliographique

RevueGlobal Journal of Agricultural Innovation Research & Development · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTemperate climateEnvironmental scienceBiotechnologyEnvironmental protectionToxicologyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Soil-borne pathogens (SBPs) significantly reduce the yield and quality of crops worldwide. In the past, their control was principally accomplished by using soil fumigants such as methyl bromide (MB). However, this fumigant which is a powerful ozone-depleting substance, has completely been phased out under the Montreal Protocol (MP). New chemicals and non-chemical alternatives to MB, including biofumigation, have been actively researched, developed, and commercially adopted worldwide. This review seeks to provide the status of biofumigation for the control of SBPs in some non-temperate climate zones referred to in this paper as Article 5 countries or developing countries according to the Montreal Protocol (MP) classification. The review will first define “the non-temperate climate zone,” list the countries belonging to this zone, focus on the role and importance of the MP in phasing-out MB, and in searching and commercially adopting alternatives including biofumigation to this fumigant. It also describes the biofumigation techniques reported and used, reports its efficacy/inefficacy to manage SBPs in some non-climate temperate countries, insists on the place it must have in an IPM program to increase its efficacy, and finally, lists the collaboration and the research needed to further develop and commercially adopt this technology in non-temperate climate countries.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil0,192

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,034
Tête enseignante GPT0,300
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Agricultural Innovation Research & DevelopmentMême sujetPlant Disease Management TechniquesTravaux en français237 207