Effect of Far-red: Blue LEDs on Botrytis cinerea Pers. morphogenesis and its interaction with strawberry (Fragaria x ananassa Duch.)
Notice bibliographique
Résumé
Botrytis cinerea Pers., l'agent causal de la pourriture grise, représente un défi majeur pour la culture du fraisier (Fragaria x ananassa Duch.), notamment en agriculture en environnement contrôlé (EC) où l'humidité et la température favorisent souvent son développement. Les progrès récents des technologies de diodes électroluminescentes (DEL) offrent la possibilité d'explorer la qualité de la lumière comme stratégie durable pour moduler le développement des agents pathogènes et renforcer les défenses des plantes. Cette thèse a étudié les effets de rapports de lumière LED mixtes rouge lointain/bleu (FR/B) (5:1, 1:1, 1:5) comparés à la lumière blanche et à l'obscurité sur la morphogenèse de B. cinerea en conditions in vitro et sur la progression de la maladie sur les feuilles de fraisier. La quantification du peroxyde d'hydrogène a également été réalisée sur des fraisiers infectés et non infectés. Des essais in vitro ont révélé que les traitements lumineux FR:B perturbaient significativement la reproduction asexuée de B. cinerea, avec une inhibition complète de la sporulation observée sous des ratios de 5:1 et 1:5, tandis que la germination des spores était retardée sous des traitements lumineux de 5:1 et 1:5. La croissance mycélienne, en revanche, n'était pas affectée par la qualité de la lumière. Des essais in planta ont montré que les feuilles exposées à des ratios FR:B de 5:1 et 1:1 présentaient un développement de lésions significativement réduit par rapport au témoin sombre. La lumière enrichie en rouge lointain (5:1) induisait également une accumulation plus importante de peroxyde d'hydrogène H₂O₂, suggérant une activation des défenses oxydatives. Ces résultats soulignent le potentiel de la manipulation de la lumière spectrale, notamment à l'aide de ratios LED FR:B, comme approche écologique pour supprimer le développement des agents pathogènes et renforcer la résistance des fraisiers à la pourriture grise en environnements contrôlés
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».