Effectiveness of Plant Extracts Against Podagrica decolorata and Amrasca biguttula in Abelmoschus esculentus (L.) Cultivation
Notice bibliographique
Résumé
Okra cultivation is plagued by pests that affect productivity. Consequently, the use of chemical pesticides causes problems. The present study was conducted to assess the impact of plant extracts of Azadirachta indica, Hyptis suaveolens and Solanum lycopersicum on the abundance of insect pests of the Hiré and Clemson okra varieties. To do this, a factorial block design was set up and foliar applications of these extracts were made, after which the insects were quantified. The extracts significantly reduced the abundance of Podagrica decolorata (p = 0.0009), Amrasca biguttula (p = 0.01), Zonocerus variegatus (p = 0.02) and Jacobiasca lybica (p = 0.009). Chemical treatment was effective on Podagrica decolorata with an average abundance of 40±10.2, followed by hydroetanolic treatment of Hyptis suaveolens (43.3±15.4). On Amrasca biguttula, the hydro-anolic extract of the Azadirachta indica + Solanum lycopersicum combination was effective with an average abundance of 39.7±3.2. On Jacobiasca lybica, the chemical treatment was more effective (18±6.2), followed by the hydroethanolic treatments of Azadirachta indica (27±2.1) and Hyptis suaveolens (29±6.2). The aqueous extract of Hyptis suaveolens considerably reduced the abundance of Zonocerus variegatus (3.7±4.6) after the chemical treatment (3.5±5.7). However, no significant difference was observed between these extracts and the chemical control (p > 0.05). Yields showed a higher average number of fruits (131.83±45.6) in the chemically treated plot, followed by the plot treated with the hydroethanol extract of Hyptis suaveolens and Solanum lycopersicum (128.83±15.2).
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».