Biological Control of Sheath Diseases of Rice Caused by Rhizoctonia oryzae and Rhizoctonia solani by Trichoderma spp.
Notice bibliographique
Résumé
The objective of this study, aims to select the effective antagonistic fungi to control sheath diseases of rice. The experiments were conducted in the laboratory and green house. In the laboratory, the antagonist fungi, Trichoderma hazianum T9, T18 and T13 T. asperellum and T. koningii isolate 67 were tested on their efficiency against R. solani and R. oryzae in dual cultures. The result showed that the isolates T9, T13, T18, 67 were able to inhibit the colony of R. oryzae and R. solani. The percent of colony inhibition was highly efficient against R. oryzae isolates VHN, VHN1-3 and SMN1-7 as 88%, 63% and 63%, respectively. For R. solani, isolates VNN, SMC1-2 and SMN1-5 exhibited the percent of inhibition as 41%, 40% and 36%, respectively. In the green house test, the result revealed the 3 effective isolates, T13, T18, 67 for control R. oryzae. The best method for application of isolates T18 and T13 were foliar spray, by which disease suppression was 92% and 87%, respectively. Isolate 67 was applied by root dip method and causing disease suppression of 87%. For R. solani, the isolate T18 was applied by soil treatment and expressed disease suppression of 61%. The best method for application of isolates T13 and 67 were the combination of soil treatment, root dip and foliar spray, by which disease suppression was 60% and 50%, respectively. All 3 isolates were significant difference (P<0.05) in disease suppression compared to control. This study suggests the biological control approach for sheath diseases of rice in Lao PDR.
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) | 0,001 | 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 ».