The influence of nitrogen and calcium fertilizers on septoria late blight and yield of celery
Notice bibliographique
Résumé
Tesfaendrias, M. T., Trueman, C. L., Gossen, B. D., McKeown, A. W. and McDonald, M. R. 2014. The influence of nitrogen and calcium fertilizers on septoria late blight and yield of celery. Can. J. Plant Sci. 94: 1391–1399. Late blight (Septoria apiicola) reduces both yield and quality of fresh market and processing celery. Field trials were conducted over 4 site-years to evaluate the effect of nitrogen (N) rate and foliar calcium (Ca) fertilization on the development of late blight and yield on celery grown on muck soils, which have a high organic matter (OM) content. A treatment with the protectant fungicide chlorothalonil was included to determine if fertilizer could replace fungicide application in celery production. There was a cultivar×site-year interaction for each of the disease and yield variables. Repeated application of chlorothalonil fungicide reduced late blight and generally increased plant height, weight and marketable yield. The rate of N applied had a small effect on late blight, which varied among site-years. Area under the disease progress curve decreased with increasing rate of N at both sites in 2008. Similarly, an increasing rate of N resulted in an increase in yield in one of four site-years. Application of Ca did not affect late blight severity and increased yield in only 1 site-year. There was a negative correlation between late blight severity and yield. Tissue N concentrations varied among the treatments at sites with a relatively low OM content, but not at the high OM sites. The treatments had no effect on Ca tissue concentrations. Application of N and Ca alone did not adequately control late blight, but there was a slight reduction in late blight severity with increasing rates of N. Application of both N and Ca can improve yield and also contribute indirectly to improved late blight management in combination with fungicides and other integrated crop management practices.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».