Sanity and Physiology of Ceiba speciosa Seeds Treated With Essential Oils
Notice bibliographique
Résumé
Since the propagation of forest species is by seeds, the success of population establishment depends on the use of good quality seeds. And the use of alternative controls with essential oils for fungal control is ecologically important. The present work aimed to evaluate the influence of essential oils of Citronella (Cymbopogon winterianus), Palmarosa (Cymbopogon martini), Lemongrass (Cymbopogon citratus), Thyme (Thymus vulgaris), Eucalyptus globulus and Rosemary (Salvia rosmarinus) in reducing the incidence of fungus and physiological quality of painera—Ceiba speciosa seeds. The seeds were treated with the essential oils of Citronella, Palmarosa, Lemongrass, thyme, eucalyptus, and rosemary at a concentration of 2%. Captan fungicide (240 g/100 kg-1) was used as a control treatment. After the treatments, the seeds were evaluated by the sanity test, using the “Blotter test” filter paper method. For physiological quality, germination, first count, germination speed index, and seedling length were evaluated. The following genera of phytopathogenic fungi have been identified on Paineira seeds: Cladosporium sp., Fusarium spp., Penicillium sp., Colletotrichum sp. and Pestalotipsis sp. Treating the seeds with essential oils of Citronella, Palmarosa, Lemongrass, and Thyme controlled the fungi on the Paineira seeds. However, changes in the physiological quality of the seeds were associated with the use of the essential oils, compromising seedling vigor.
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 | 0,001 | 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 ».