Evaluation of Triticum aestivum L. germplasm against Puccinia striiformis and its management through botanicals
Notice bibliographique
Résumé
Wheat is the staple food of Pakistan and country facing wheat shortage during recent years leading to food security issue. Rust diseases of wheat are significantly important causing major dent in wheat production during last season’s due to drastic climate change. Therefore, wheat germplasm was screened against wheat stripe rust during two consecutive years. Out of one hundred and five genotypes not even one showed immune response during 2018-19, 22 genotypes showed highly resistant response, 19 showed resistance response, 42 showed moderately resistance response and remaining genotypes showed susceptible response except five lines (CB-10, CB-65, CB-95, CB-84 and CB-31) that showed heterogeneous characters. Likewise, during 2019-20, 18 genotypes showed highly resistant response, 23 showed resistant response, 39 were moderately resistance and remaining genotypes showed susceptible response except four lines (CB-10, CB-65, CB-95 and CB-84) that showed heterogeneous response. For each year value of area under disease progress curve (AUDPC) of all genotypes was also calculated which falls between 100-850. Efficacy of four plant extracts (neem, garlic, ginger and bell pepper) using seed soaking method in controlling the stripe rust disease of wheat was investigated in pots experiment. During both years, minimum disease was observed in case of garlic bulb extract followed by neem leaves extract. Ginger bulb and Bell pepper fruit extract also had significant effect against wheat stripe rust. From the current study it could be suggested that using highly resistant germplasm advance lines may be developed that exhibit the resistant genes against stripe rust pathogen and it is observed that instead if using fungicides, use of botanicals not only reduced the human health hazard but also control the disease effectively.
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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 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 ».