Epidemic Pressure of Cassava Mosaic and Brown Streak Diseases on Ten Exotic Cassava (Manihot esculenta Crantz) Cultivars in Kisangani, DRC
Notice bibliographique
Résumé
The crucial obstacle to cassava production in most of African countries is the diseases and pests. The present study assessed in field the epidemic pressure of Cassava mosaic disease (CMD) and Cassava brown streak disease (CBSD) on 10 exotic cassava genotypes in Kisangani. To assess the disease impact, trials were established in two sites in Kisangani, Tshopo Province in DRC. The experiment was laid out in randomized completed block design and thrice replicated. Sixty stem cuttings per variety were planted in a plot of 7 rows each measuring 25 m long. Results showed a relatively important CBSD pressure on all the ten exotic cassava genotypes tested (incidence close 60%, severity score 2 and 3.5 whiteflies/plant) and low CMD pressure (incidence 3.3%, severity score 2 and 3.5 whiteflies/plant). CMD remained relatively negligible depending on low symptom manifestation of the tested genotypes. Whitefly population varied according to the genotype and the crop age. The most abundant population was recorded on cultivar ‘Mayombe’ (17 whiteflies/plant). A negative relationship was statistically established between the abundance of whiteflies and the incidence and severity as well as for CBSD and for CMD. The production in terms of percentage of marketable tubers was (74.9%) for cultivar ‘Mayombe’, (70.3%) for ‘Obama 1’, (69.9%) for ‘Obama 2’ and (65.3%) for ‘Ngandajika’. CBSD resulted in variable yield loss on all cultivars tested. The cultivar ‘Butamu’ (85%) recorded the highest loss rate, followed by the cultivar ‘Mvuama’ (70.8%) and ‘Muzuri’ (64.3%). The yield in cassava tubers was destroyed (˂ 5 t/ha) by large necrotic spots of the brown streak in the pulp. This loss is due to the depressive of viral pandemia pressure on the output of ten exotic cassava cultivars studied in Kisangani. Our study highlighted that the best moment of harvesting cassava in Kisangani is 9 MAP, this moment would be ideal to minimize harvesting losses due to CBSD root necrosis.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».