Effect of Glyphosate Application on Sudden Death Syndrome of Glyphosate-Resistant Soybean Under Field Conditions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Sudden death syndrome (SDS), caused by Fusarium virguliforme, is an important yield limiting disease of soybean. Glyphosate is used to control weeds in soybean; however, its effect on SDS is not clearly understood. The objective of this study was to examine the impact of glyphosate on SDS, yield, and plant nutrition under field conditions. Fourteen field experiments were conducted in Iowa, Illinois, Indiana, Michigan, Wisconsin, and Ontario, Canada during 2011 to 2013. The experiment consisted of six treatment combinations of glyphosate and herbicides not containing glyphosate. Disease index was significantly different across the location-years, ranging from 0 to 65. The highest disease was noted in locations with irrigation, indicating that high soil moisture favors development of SDS. There were no effects of herbicide treatments or interactions on disease. The foliar disease index among the treatments over all years ranged from 9 to 13. Glyphosate-treatments also tended to yield more than treatments of herbicides not containing glyphosate. There were no interactions between glyphosate-treatments and total manganese in plant tissue. The interaction of glyphosate with other nutrients in plant tissue was inconclusive. This 14 location-year study demonstrated that glyphosate application did not increase SDS severity or adversely affect soybean yield under field conditions.
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.
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 découle