Biopesticide transplant dips and foliar acaricide applications for control of cyclamen mite (Phytonemus pallidus) in strawberry
Notice bibliographique
Résumé
Cyclamen mite (Phytonemus pallidus) causes injury to new growth of strawberry plants and is difficult to control because it is protected by folded leaves and plant crowns. Since cyclamen mite is easily transferred from strawberry nurseries to fruiting fields, dipping transplants in biopesticides may reduce initial populations. However, cyclamen mite numbers at 1 and 3 months-after-planting, and yield and cyclamen mite injury to fruit in the following season did not differ among transplants immersed for 30 s in Captiva® Prime, EcoTrol® EC, Landscape Oil, SuffOil-X® or Kopa Insecticidal Soap or the untreated control. Cyclamen mite is primarily controlled with foliar applications of acaricides, but there are few registered products. In greenhouse experiments, fenazaquin and pyridaben reduced cyclamen mite numbers by more than 90% in new leaves compared to the control, similar to that of the standard abamectin. New leaf injury ratings were reduced from 1 on average (scale of 0-3; 0 = no injury) pre-application to 0.25-0.5 for fenazaquin, pyridaben, and abamectin-treated plants compared to increasing to 2 for control plants 2 weeks after application. Spiromesifen and chlorfenapyr reduced cyclamen mite numbers in folded leaves in one greenhouse experiment. In the field, all acaricides reduced cyclamen mite numbers by 90-99% at 2- and 6-weeks post-application and by 75-90% at 10 months post-application. Abamectin and pyridaben resulted in 0.5-1.0% of strawberries with cyclamen mite damage compared to 3.0% for the control. All acaricides except chlorfenapyr improved strawberry yield and size. Overall, fenazaquin, pyridaben and spiromesifen should help diversify the chemical toolbox for cyclamen mite in field strawberry.
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 ».