Efficacy of Trichoderma asperellum and Pseudomonas aeroginosa Metabolites Against Fusarium Wilt in Bananas
Notice bibliographique
Résumé
Banana cultivation is increasingly compromised by pests and diseases, notably the devastating impact of Fusarium oxysporum f.sp.cubense (Foc) wilt disease in Indonesian plantations.This study was designed to characterize and identify biological agents and to evaluate the effectiveness of their metabolites against Foc wilt.A randomized block design was employed, comprising four treatments with six replications each (n=24).The treatments included: distilled water as a control (T0); metabolites derived from Trichoderma asperellum (T1); metabolites from Pseudomonas aeruginosa (T2); and a combination of metabolites from both T. asperellum and P. aeruginosa (T3).Molecular identification confirmed the agents as T. asperellum and P. aeruginosa, with sequence homology of 100% and 98.46%, respectively.The control group's incubation period spanned 281.52 days, during which 100% disease incidence was recorded.Conversely, treatments utilizing the secondary metabolites of T. asperellum, P. aeruginosa, and their combination exhibited no symptomatology up to the 10-month flowering period.The efficacy of the secondary metabolites in inhibiting Foc infection was thus demonstrated up to the critical flowering stage.Results indicate that both the individual and combined applications of T. asperellum and P. aeruginosa metabolites are effective in suppressing Fusarium wilt in bananas.The integration of these biological agents into disease management strategies offers a promising avenue for mitigating the impact of Foc on banana agriculture.
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 | 0,000 |
| 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 ».