Understanding bud rot development, caused by <i>Botrytis cinerea</i>, on cannabis (<i>Cannabis sativa</i> L.) plants grown under greenhouse conditions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Botrytis cinerea is a widespread necrotrophic plant pathogen that causes diseases on >1000 plant species, including vegetables and ornamental greenhouse crops. On cannabis ( Cannabis sativ a L.), the pathogen is responsible for causing “bud rot”, a major disease affecting the inflorescences (compound flowers), as well as seedling damping-off and leaf blight under certain conditions. During greenhouse cultivation, Botrytis cinerea can destroy cannabis inflorescences rapidly under optimal relative humidity conditions (>70%) and moderate temperatures (17–24 °C). Little is currently known about the host–pathogen interactions of Botrytis cinerea on cannabis. Information gleaned from other hosts can provide valuable insights for comparative purposes to understand disease development, epidemiology, and pathogenicity of Botrytis cinerea on cannabis crops. This review describes the pathogenesis and host responses to Botrytis infection and assesses potential mechanisms involved in disease resistance. The effects of microclimatic and other environmental conditions on disease development, strategies for early disease detection using prediction models, and the application of biological control agents that can prevent Botrytis cinerea development on cannabis are discussed. Other potential disease management approaches to reduce the impact of Botrytis bud rot are also reviewed. Numerous opportunities for conducting additional research to better understand the cannabis– Botrytis cinerea interaction are identified.
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.
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 | 0,001 |
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 découle