Role of Microbial Volatile Organic Compounds in Promoting Plant Growth and Disease Resistance in Horticultural Production
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
Microbial volatile organic compounds (MVOCs) are a diverse group of volatile organic compounds that microorganisms may produce and release into the environment. These compounds have both positive and negative effects on plants, as they have been shown to be effective at mitigating stresses and functioning as immune stimulants. Furthermore, MVOCs modulate plant growth and systemic plant resistance, while also serving as attractants or repellents for insects and other stressors that pose threats to plants. Considering the economic value of strawberries as one of the most popular and consumed fruits worldwide, harnessing the benefits of MVOCs becomes particularly significant. MVOCs offer cost-effective and efficient solutions for disease control and pest management in horticultural production, as they can be utilized at low concentrations. This paper provides a comprehensive review of the current knowledge on microorganisms that contribute to the production of beneficial volatile organic compounds for enhancing disease resistance in fruit products, with a specific emphasis on broad horticultural production. The review also identifies research gaps and highlights the functions of MVOCs in horticulture, along with the different types of MVOCs that impact plant disease resistance in strawberry production. By offering a novel perspective on the application and utilization of volatile organic compounds in sustainable horticulture, this review presents an innovative approach to maximizing the efficiency of horticultural production through the use of natural products.
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) | 0,001 | 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 | 0,000 |
| 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 découle