Screening of Disease-Resistant Germplasm and Its Application in Off-Season Cultivation of <i>Leonurus japonicus var. hunanensis</i>
Notice bibliographique
Résumé
This study focused on screening and using the disease resistant germplasm resources of Leonurus japonicus var. hunanensis , and analyzed its main diseases in detail. Through field observation, common problems such as powdery mildew, downy mildew and root rot were identified, and their incidence and damage degree under off-season cultivation conditions were evaluated. In the process of off-season planting, due to the changes of temperature, humidity and management conditions, diseases are prone to outbreak, especially in warm and humid environment. The research team conducted field surveys in many planting areas and screened out a batch of disease resistant materials with good comprehensive properties. Among the selected materials with high resistance to powdery mildew, some still maintain a low incidence in high humidity environment, reducing the dependence on chemicals, reducing production costs and improving economic benefits. According to the performance of disease resistant materials, the cultivation mode and management methods were further adjusted. The planting density, water supply and fertilizer use were improved, and the planting environment was properly regulated. The use of disease resistant germplasm combined with optimized cultivation techniques can significantly reduce the occurrence of disease and improve the yield and the level of active ingredients of Leonurus japonicus var. hunanensis in off-season production. This not only improves the economic benefits, but also reduces the use of pesticides, helps to achieve the goal of green planting, and provides a reliable basis for the sustainable development of the industry.
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 ».