Print

Epidemiologija biljnih bolesti (78534)

Course coordinator

Course description

Modul donosi znanja o važnosti epidemiologije i pravodobne prognoze pojave bolesti kao osnove suvremene zaštite bilja. Uvodna predavanja obrađuju temeljne spoznaje epidemiologije i ekologije bolesti kao preduvjete za osmišljavanje i izradu prognostičkog modela. Naredna predavanja posvećena su savladavanju osnovnih principa najčešće primjenjivanih modela prognozne i signalizacije pojave ekonomski značajnih biljnih bolesti. Zasebna programska jedinica posvećena je upoznavanju s organizacijom i metodikom rada prognoznih službi.

Type of course

  • Diplomski studij / Fitomedicina (Elective course, 2 semester, 1 year)

ECTS: 3.00

English language: L1

E-learning: L1

Teaching hours: 30
Lectures: 22
Auditory exercises: 8

Lecturer
Associate teacher for exercises
Associate teacher for seminars
Grading

Sufficient (2): 60-70%
Good (3): 71-80%
Very good (4): 81-90%
Excellent (5): 91-100%

Conditions for obtaining signature

Odslušana predavanja i vježbe.
Izrada seminara.

General competencies

Stjecanje znanja i kompetencija koje nalaze primjenu u radu poljoprivrednih savjetodavnih službi. Studenti koji svoju budućnost vide u ulozi poljoprivrednog proizvođača moći će steći vještinu prognoziranja pojave bolesti i pravovremenog provođenja zaštitnih mjera.

Types of instruction

  • Predavanja
  • Auditorne vježbe
  • Seminari

Learning outcomes

Learning outcome Evaluation methods
objasniti značaj nauke o nastanku i širenju biljnih bolesti
nabrojati aktualne prognostičke modele
identificirati osnovne komponente prognostičkog modela
opisati pojedine prognostičke modele
izračunati pojavnost plamenjače vinove loze temeljem Mǜllerove krivulje
zaključiti i opasnosti izbijanja epifitocije bakterijskog paleža voćaka
razlikovati i izračunati: procjenu napada bolesti, jačinu napada bolesti, visinu gubitka uroda
razlikovati tipove epifitocija
objasniti organizaciju prognoznih službi u RH

Working methods

Teachers' obligations

U skladu sa programskim sadržajem predmeta nastavnici su obavezni omogućiti polaznicima stjecanje osnovnog znanja iz fitopatoloških struka mikologije, bakteriologije i virologije. Teoretsko znanje transferirat će putem učioničke nastave obogaćene informacijsko-komunikacijskom tehnologijom (e-kolegij u sustavu Merlin) za koje nastavnici trebaju osigurati potrebne nastavne materijale (skripta, vježbenica). U sklopu auditornih vježbi nastavnik treba studentima prenijeti i razvijati vještine rada u postojećim prognostičkim modelima. Tijekom nastavnog procesa nastavnik će kroz konzultativni rad primjenom komunikacijske tehnologije osiguravati podršku studentima tijekom usvajanja gradiva i ponavljanja. Usvojeno znanje nastavnik se obvezuje tijekom trajanja nastave evaluirati formativnom procjenom. Sumativnom procjenu znanja nastavnik je obvezan provesti kroz evaluaciju rada vježbenog djela tijekom semestra te završnim testom u ispitnom roku.

Students' obligations

Od studenata se očekuje interaktivno sudjelovanje u nastavnom procesu koje podrazumijeva: redovito pohađanje učioničke nastave, samostalna predpriprema za istu kod kuće putem materijala dostupnih na e-kolegiju, sudjelovanje na forumima e-kolegija, a sve u cilju uspješnog usvajanja znanja. Studenti su dužni pristupiti nekom od ponuđenih oblika sumativne provjere usvojenog znanja.

Methods of grading

Evaluation elements Maximum points or Share in evaluation Grade rating scale Grade Direct teaching hours Total number of average student workload ECTS
Interaktivnost u učioničkoj nastavi te aktivnost u pregledu i korištenju nastavnih materijala u e-učenju. 25 % F; FX,
E
D; C
B
A
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
P 22 13,5 0,45
Aktivnost u radu s prognostičkim modelima. 60 % F - neuspješan; FX - nedovoljan
E - dovoljan
D - zadovoljavajući; C - dobar
B - vrlo dobar
A - izvrstan
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
AV 8 60 2
Vježbe 10 % F; FX
E
D;C
B
A
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
AV 8 15 0,5
Ispit 5 % 0-59
60-69
70-79
80-89
90-100
Insufficient (1)
Sufficient (2)
Good (3)
Very good (4)
Excellent (5)
1,5 0,05
Ukupno 100 % (3) Uspjeh studenata prema ECTS sustavu bodova izražava se slovima od F do A, kako slijedi: F (neuspješan), FX (nedovoljan), E (dovoljan), D (zadovoljavajući), C (dobar), B (vrlo dobar), A (izvrstan) Ocjene od 1 do 5, kako slijedi: 1 (nedovoljan), 2 (dovoljan), 3 (dobar), 4 (vrlo dobar), 5 (izvrstan). P 22; AV 8 90 3
Evaluation elements Description Deadline Recoupment
Interaktivnost u učioničkoj nastavi te aktivnost u pregledu i korištenju nastavnih materijala u e-učenju. Predavanja su organizirana po ERR okviru kako bi promovirala interaktivnost studenata i poticala kritičko razmišljanje.
Aktivnost u radu s prognostičkim modelima. Upoznavanje prognostičkih modela kroz rješavanje zadataka pomoću matematičkih formula na kojima se model temelji. Kompjutorski modeli se praktično uvježbavaju kroz simulaciju prognoze.
Vježbe Auditorne vježbe upoznaju studenta sa teoretskom osnovom prognostičkih modela.
Ispit Pismeno ili usmena provjera znanja Redovni ispitni termini tijekom ispitnih rokova. Sukladno Pravilniku o studiranju 4. izlazak na ispit održat će se pred povjerenstvom. U slučaju pada na ispitu pred povjerenstvom student ponovno upisuje predmet.

Weekly class schedule

  1. Epidemiologija biljnih bolesti: P- Uvodu epidemiologiju biljnih bolesti. Proces patogeneze. Osnovni model životnog ciklusa gljiva i pseudo gljiva: održavanje u nepovoljnim uvjetima, primarne infekcije, sekundarne infekcije.
  2. Epidemiologija biljnih bolesti: P - Inicijalni inokulum patogena i numerički prag infekcije. Preduvjeti za nastanak i razvoj epifitocije.
  3. Epidemiologija biljnih bolesti: P - Patogeneza bakterioza i viroza.. Izvori inokuluma za bakterijske zaraze. Izvori primarnih zaraza biljnim virusima
  4. Epidemiologija biljnih bolesti: P - Preduvjeti za nastanak i razvoj bakterijskih i viralnih epifitocija.
  5. Ekologija biljnih bolesti: P - Ekološki čimbenici značajni za razvoj bolesti. Abiotske i biotske biljne bolesti..
  6. Ekologija biljnih bolesti: P - Klimatske mjerne stanice
  7. Modeli prognoze značajnih biljnih bolesti: P - Blitecast model za prognozu krumpirove plijesni, Müllerov model prognoze plamenjače vinove loze.
  8. Modeli prognoze značajnih biljnih bolesti: P - Millsova metoda prognoze fuzikladija.
  9. Modeli prognoze značajnih biljnih bolesti: P -. Botman model za prognozu sive plijesni
  10. Modeli prognoze značajnih biljnih bolesti: P – Aktualni modeli prognoze značajnih biljnih bakterioza
  11. Modeli prognoze značajnih biljnih bolesti: P - Monitoring dinamike razvoja i varijabilnosti populacija ekonomski značajnih bakterijskih i viralnih epifitocija i njegova informatizacija
  12. Prognozna služba: V (A) -Organizacija i metodika rada.
  13. Prognoza plamenjače vinove loze: V (A) - Samostalna izrada zadatka
  14. Prognoza bakterijske paleži: V (A) - Samostalna izrada zadatka
  15. Završni ispit (pismenii)

Obligatory literature

  1. Cambel, C. L., Madden, L.V., (1990). Introduction to Plant Disease Epidemiology. N.Y.: Wiley.
  2. Brown, J. F., Ogle, H. J. ed.(1997). Plant pathogens and Plant diseases. APPS. Armidale, N.S.W.: University of New England.
  3. Đermić, E. (2002). Identifikacija, prognoza i suzbijanje bakterijske paleži jabuka (Erwinia amylovora (Burrill) Winslow et al.) u Hrvatskoj. (mag. rad. Sveučilište u Zagrebu, Agronomski fakultet). Zagreb: vlast. nakl.
  4. IOBC/WPRS Bulletins

Recommended literature

  1. Internet stranice Ministarstva poljoprivrede, ribarstva i ruralnog razvitka
  2. Internet stranice HZPSS
  3. Persley, J. G. (1999). Biotechnology and Integrated Pest Management. Wallingford: CABI.
  4. Schots, A., Dewey, F. M., Dewey,O. R. (1994). Modern assays for plant pathogenic fungi: indetification, detection, and quantification (odabrana poglavlja). Wallingford: CABI
  5. Kiraly, Z., Klkement, Z.(1974). Methods in Plant Pathology. Budapest: Akademiai Kiado.

Please sign in to your account

This site uses cookies and other tracking technologies to assist with navigation and your ability to provide feedback, analyse your use of our products and services, assist with our promotional and marketing efforts, and provide content from third parties. Cookie Policy.