Enhanced Efficiency Foliar Nitrogen and Pyraclostrobin Applications for High Yielding Corn
Notice bibliographique
Résumé
Combining a foliar fertilizer and fungicide in a single application could complement soil-applied nitrogen (N) and reduce application costs. Limited research has evaluated such combinations for high-yield corn (Zea mays L.) production systems. This research evaluated the effect of mixing order of enhanced-efficiency foliar N (30-0-0-0, Nitamin) rates (0, 9, and 28 L ha-1) with pyraclostrobin under different crop-yield environments (soil applied N at 84, 169, and 337 kg ha-1) on crop injury, disease severity, chlorophyll content, grain quality, and yield at Novelty and Albany, Missouri, in 2010 and 2011. There was no effect of 30-0-0-0 at 9 or 28 L ha-1 on corn yields in low- (soil applied N at 84 kg ha-1) or medium-yield environments (soil applied N at 169 kg ha-1). In a high-yield environment (soil applied N at 337 kg ha-1 at Novelty and Albany), 30-0-0-0 at 9 L ha-1 increased grain yields 0.38 Mg ha-1 (3.7%) compared to the non-treated control, but 30-0-0-0 at 28 L ha-1 did not increase yield due to 3-4% crop injury. In a high-yield environment (> 9.4 Mg ha-1), pyraclostrobin increased yields 3.9 to 7.1% (0.38 to 0.7 Mg ha-1) compared to the non-treated plants. This study found no significant effect of mixing order on corn yield response when 30-0-0-0 was applied with pyraclostrobin at 0.055 kg ai ha-1. The severity of diseases (Cercospora zea-maydis, Puccinia sorghi, and Exserohilum turcicum), which was less than 12% depending on the treatment, was affected by soil-applied N rate, 30-0-0-0 rate, and pyraclostrobin, depending on the site-year. Pyraclostrobin at 0.11 kg ai ha-1 (7.1%) and 30-0-0-0 at 9 L ha-1 (3.7%) were the highest-yielding treatments compared to the non-treated control with good crop safety.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».