Time of sowing and fungicides affect blackleg (Leptosphaeria maculans) severity and yield in canola
Notice bibliographique
Résumé
Three different times of sowing in conjunction with various fungicide treatments were evaluated for the management of blackleg in canola (Brassica napus L.) variety Karoo. The trials were conducted at 4 different locations in Western Australia: East Chapman, Merredin, Wongan Hills and Mt Barker, representing a range of environmental conditions. The first time of sowing was at the break of the season followed by 2 subsequent sowings about 3 and 6 weeks later. Blackleg severity was significantly reduced by 14% when sowing was delayed until the end of June or early July, however, there were yield penalties due to the shortened growing season. Yield losses from blackleg were 16, 38 and 34% for mid-May, early to mid-June and end June to early July sown crops, respectively. All the fungicide treatments substantially reduced blackleg severity and increased yields at all the locations except for East Chapman (low rainfall site). The maximum protection fungicide treatment (Jockey seed dressing at 6.6 g a.i./kg seed + Impact in-furrow at 100 g a.i./ha + 3 foliar applications of flusilazole at 100 g a.i/ha) improved seed yield by 47, 56, 46 and 16% at Merredin, Wongan Hills and Mt Barker and East Chapman, respectively, compared with the nil treatment. Averaged over time of sowing and locations, the treatments of Jockey and Impact reduced disease severities by 20 and 25% and increased seed yields by 19 and 24%, respectively. There is potential for some other fungicide treatments, such as seed dressing with Jockey in combination with foliar application of either flusilazole or prochloraz, for the control of blackleg. These investigations suggest that damage from blackleg, in some areas during some seasons, could be minimised by sowing canola crops as early as possible before the onset of maturation of pseudothecia thus avoiding major ascospore showers at the seedling stage of maximum susceptibility. However, in case of a late break of season, fungicide protection may be essential to minimise losses from blackleg, particularly if sowing moderately susceptible cultivars under moderate to high disease pressure situations.
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 ».