Optimizing Pathogen Control through Mixed Cocoa–Plantain Agroecosystems in the Ecuadorian Coastal Region
Notice bibliographique
Résumé
Mixed production systems play a vital role in the economic sustainability and ecological balance of agroecosystems. Cocoa and plantain are key crops in Ecuador but face phytosanitary challenges, like witches’ broom and black sigatoka diseases, especially when cultivated under monocropping systems. Combining habitat manipulation with adaptive pathogen management (APM) strategies can mitigate these challenges, but their efficacy in mixed cropping systems remains unclear. This study investigates disease and pest incidence in mixed cocoa–plantain systems during the establishment phase, focusing on the impact of spatial arrangements. Mixed agroecosystems showed a lower witches’ broom incidence in cocoa than monocultures. Whereas, in plantain, there was a consistent black sigatoka incidence across spatial arrangements but a lower infection rate per leaf within mixed systems. We found varied nematode populations with monocultures hosting the highest root damage due to phytoparasitic nematodes. Weevil populations were also influenced by spatial arrangements with monocultures among the highest. Overall, mixed agroecosystems influence disease and pest incidence, potentially hindering pathogen spread. Plantain–cocoa associations reduce disease incidence in cocoa but may not affect the overall incidence of black sigatoka in plantain, at least during the establishment phase. Continued monitoring is crucial for understanding the long-term impacts and microclimatic effects on pest populations that could offer sustainable pest management strategies, reducing the reliance on chemical pesticides.
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 | 0,000 | 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) | 0,000 | 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 ».