Soybean fungal soil-borne diseases: a parameter for measuring the effect of agricultural intensification on soil health
Notice bibliographique
Résumé
The aim of this study was to investigate the influence of agricultural intensification on soil microbial diversity, chemical and physical parameters, and the decrease of the incidence of sudden death syndrome (Fusarium crassistipitatum) and charcoal rot (Macrophomina phaseolina) in soybean. Soils under different management systems were evaluated during 2 crop cycles: soybean monoculture for 24 and 11 years, soybean-maize rotation for 15 and 4 years, 1 year of soybean, and native vegetation. The incidence of both soil-borne diseases was higher under monoculture than under rotation. Increased populations of potential biocontrol agents (Trichoderma spp., Gliocladium spp., fluorescent pseudomonads) were associated with rotation treatments, especially in 2010-2011. The comparison of agricultural vs. native vegetation soil and the average of agricultural cycles showed that microbial biomass carbon and glomalin-related soil protein were higher in the rotation system than in monoculture (50% and 77%, respectively). Furthermore, from the community-level functional diversity (Biolog Eco plates), McIntosh index showed lower functional diversity in monoculture than in rotation and native vegetation plots. Agricultural intensification reduced microbial biomass carbon, glomalin-related soil protein, organic matter, total nitrogen, aggregate stability, and yield, and increased bulk density. Soil quality degradation was associated with the establishment of soil-borne pathogens and increased soybean plant susceptibility to disease.
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 ».