Fungal Pathogen Prevalence in Myristica fragrans Houtt. (Nutmeg) Nurseries: Insights from Central Sulawesi, Indonesia
Notice bibliographique
Résumé
The Nutmeg tree (Myristica fragrans Houtt.)serves as a Multi-Purpose Tree Species (MPTS) in high demand due to its multitude of applications.Despite its potential, Indonesia's nutmeg productivity lags behind the global average, with a yield of only 98.9 kg per hectare.Among the various impediments to productivity, the limited expertise of local farmers in nutmeg cultivation and the prevalence of leaf diseases in nutmeg seedlings in nurseries are paramount.Leaf diseases can be lethal to the seedlings and significantly impact their quality, which, in turn, affects the growth and productivity of the mature plants.This study was conducted to assess the prevalence of leaf diseases in nutmeg nurseries and identify the causal pathogens.The average percentage of damage across all disease types was found to be as follows: leaf spot (3.95%), leaf blight (4.42%), leaf rust (7.27%), and powdery mildew (1.025%).Pathogenic fungi were identified as the causative agents, with Nigrospora sp.causing leaf spot, Rhizoctonia sp.causing leaf blight, Oidium tingitanium causing powdery mildew, and Pestalotia sp.causing leaf rust.The overall average intensity of pathogen attack was 6.52%, classified in the mild damage category.Our findings suggest that fungal pathogens predominantly cause leaf diseases in nutmeg seedlings.Therefore, effective microclimate management strategies should be adopted to mitigate the impacts of these diseases in nutmeg nurseries.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».