Spiral nematodes, soil microbiome and micronutrients increase chickpea drought susceptibility but do not induce symptoms of the emerging health issue
Notice bibliographique
Résumé
Abstract In 2019, an emerging health issue was noted in chickpea in Saskatchewan, Canada. Symptoms included apical wilting, branch chlorosis and necrosis. The causes remain unclear. In 2023 these symptoms appeared on one side (“unhealthy”, UH), but not the other (“healthy”, H), of a dry field in Redvers, Saskatchewan. To test the hypothesis that Helicotylenchus , or spiral nematodes, and differences in soil microbiome and nutrients, in combination with drought, contribute to these symptoms, chickpea were grown in H and UH soil, and well-watered, or exposed to drought. Plant height, number of nodes and pods, chlorophyll fluorescence (Fv/Fm), biomass, foliar and root-rot symptoms, soil nutrients, nematodes and soil microbiome were assessed. Symptoms more consistent with drought than the emerging health issue developed. When chickpea was exposed to drought, symptoms were more severe in UH soil. Height and Fv/Fm were lower in UH soils. Foliar symptoms were more severe and spiral nematodes more abundant in UH soils. All parameters were affected by drought. Concentrations of K + and Mg + were higher in H soil; Ca + concentration was higher in UH soil. Microbiome community composition, including bacteria, fungi and oomycetes, differed between H and UH soils, however, no pathogens that could be responsible for symptoms were more abundant in UH soils. Nematodes and other soil factors increase the impacts of drought but are not sufficient to induce the emerging chickpea health issue in pots. In the field, the root growth restrictions due to nematode feeding may lead to chickpea emerging health symptoms.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».