Fonte: Applied Soil Ecology. Unidade: CENA
Assuntos: ECOLOGIA MICROBIANA, REDES NEURAIS, SOLOS, LINGUAGEM DE MÁQUINA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BUTTRÓS, Victor Hugo Teixeira et al. Microbiome-driven machine learning for predicting suppressiveness to Rhizoctonia solani in organic-amended soils. Applied Soil Ecology, v. 214, p. 1-9, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.apsoil.2025.106409. Acesso em: 13 out. 2025.APA
Buttrós, V. H. T., Kurm, V., Lacerda, W. S., Guimarães, P. H. S., Mendes, L. W., & Dória, J. (2025). Microbiome-driven machine learning for predicting suppressiveness to Rhizoctonia solani in organic-amended soils. Applied Soil Ecology, 214, 1-9. doi:10.1016/j.apsoil.2025.106409NLM
Buttrós VHT, Kurm V, Lacerda WS, Guimarães PHS, Mendes LW, Dória J. Microbiome-driven machine learning for predicting suppressiveness to Rhizoctonia solani in organic-amended soils [Internet]. Applied Soil Ecology. 2025 ; 214 1-9.[citado 2025 out. 13 ] Available from: https://doi.org/10.1016/j.apsoil.2025.106409Vancouver
Buttrós VHT, Kurm V, Lacerda WS, Guimarães PHS, Mendes LW, Dória J. Microbiome-driven machine learning for predicting suppressiveness to Rhizoctonia solani in organic-amended soils [Internet]. Applied Soil Ecology. 2025 ; 214 1-9.[citado 2025 out. 13 ] Available from: https://doi.org/10.1016/j.apsoil.2025.106409