Exploring In Vitro Inhibition of the Causal agent of Banana Xanthomonas Wilt by Medicinal Plant Extracts sourced from North Kivu province, Eastern Democratic Republic of Congo.
Notice bibliographique
Résumé
Abstract Banana Wilt caused by Xanthomonas vasicola pv. musacearum ( Xvm ), has emerged as a significant threat to food security in eastern DR Congo (Kivu). Currently, the only means of combatting this biotic constraint is through best agricultural practices. The aim of this study was to evaluate the effectiveness of medicinal plants used in Kivu in inhibiting of Xvm . Three in vitro experiments were conducted at Uganda's National Agriculture Research Organization (NARO) laboratories and the International Institute of Tropical Agriculture (IITA) in Kivu. The bacterial samples were collected in banana cultivated in Kivu and isolated on Yeast Extract Peptone Agar (YPGA). Pure Xvm colonies were used for identification via Polymerase Chain Reaction (PCR) and greenhouse inoculation trials. A completely randomized design was used for the inhibition tests (1) on Mueller Hinton Agar (MHA) using disc diffusion with 10 extracts, (2) in liquid YPG Broth, and (3) on MHA using disc diffusion with 19 extracts. The first two trials used ten plant species extracts diluted in petroleum ether, while the third trial used 19 plant extracts diluted in methanol. After maceration, filtration, and solvent evaporation, 10mg of extract was diluted in 80 µl of distilled water + 10µl of Dimethylsulfoxide (DMSO). Ten µl of this solution was impregnated on perforated discs of Whatman filter paper. Zingiber officinale (ginger) and Ricinus communis (castor) were the most effective plant extracts in suppressing Xvm . Of the thirteen plant species identified as effective against the pathogen, the Myrtaceae and Euphorbiaceae families were the most represented.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».