MétaCan
Menu
Retour à la cohorte
Enregistrement W4392124984 · doi:10.1080/07060661.2024.2308148

Antagonistic potential of forestry compost bacteria on <i>Sclerotinia sclerotiorum</i> (Lib.) de Bary, causal agent of carrot white mould

2024· article· en· W4392124984 sur OpenAlexafffundvenue
Stéphanie Meyer, Zina Barghouth, Caitlin Kehoe, David McMullin, Tyler J. Avis

Notice bibliographique

RevueCanadian Journal of Plant Pathology · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSclerotinia sclerotiorumCompostBiologyWhite (mutation)BotanyForestryAgronomyBiochemistryGeography

Résumé

récupéré en direct d'OpenAlex

Composts are known to contain beneficial bacteria, which may be antagonistic to plant pathogens. This work evaluated whether carrot white mould, causal agent Sclerotinia sclerotiorum, can be reduced using antagonistic bacteria isolated from forestry compost. In vitro and in vivo experiments demonstrated that bacteria from the genera Pseudomonas and Bacillus can inhibit mycelial growth and reduce white mould. Bacillus subtilis strains F9–2 and F9–12 and Pseudomonas arsenicoxydans strain F9–7 showed the highest inhibitory properties. Three cyclic dipeptides (diketopiperazines) were characterized from the antifungal culture filtrates of P. arsenicoxydans F9–7. When assayed against S. sclerotiorum, the diketopiperazines showed the following inhibitory activity, in increasing order: cyclo-(l-Pro-l-Val), cyclo-(l-Pro-l-Phe) and cyclo-(l-Pro-l-Leu). The combination of these diketopiperazines indicated additive and, occasionally, synergistic antifungal effects. These results indicated a potential for some bacteria to inhibit the growth of S. sclerotiorum and reduce its associated disease on carrots postharvest.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,195
Écart entre enseignants0,180 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant PathologyMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207