MétaCan
Menu
Retour à la cohorte
Enregistrement W4362147590 · doi:10.57182/jbiopestic.15.2.136-149

BIOFUMIGATION: PROSPECTS FOR CONTROL OF SOIL BORNE PLANT DISEASES

2022· article· en· W4362147590 sur OpenAlexaboutno aff
Manoj Sihag, Vipul Kumar, Meenakshi Rana, Seweta Srivastava, Shivam Singh, Divakar

Notice bibliographique

RevueJournal of Biopesticides · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Disease Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlucosinolateBrassicaAgronomyEnvironmental scienceBiotechnologyBiologyToxicology

Résumé

récupéré en direct d'OpenAlex

One of the biggest worries for farmers is the spread of pathogens through the soil. These diseases are difficult to control because they are often tiny in size, buried in the soil, and frequently highly harmful even in small numbers. The Montreal Protocol on Substances that Deplete the Ozone Layer, to which the majority of countries are signatories, has restricted the use of residual pesticides for the management of soil-borne infections, and the demand for food that is free of blemishes is rising. However, it has become urgently necessary to find suitable substitutes as a result of the phase-out of methyl bromide, a significant chemical. After introducing plants that contain glucosinolate, which is digested to produce isothiocyanates (ITC) in the soil, biofumigation has emerged as a crucial procedure to control plant diseases. The existence of glucosinolates and the byproducts of their hydrolysis in soil illustrate the effectiveness and environmental impact of biofumigation. The most significant producers of bioactive chemicals are Brassica species, which makes them suitable for biofumigation applications. This review focuses on the concept, the effective application of biofumigants against soil-borne diseases, and offers several case examples to highlight upcoming difficulties for the concept's continued advancement.

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)0,000
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 enseignants0,729
Score d'incertitude au seuil0,143

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,014
Tête enseignante GPT0,213
Écart entre enseignants0,199 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of BiopesticidesMême sujetPlant Disease Management TechniquesTravaux en français237 207