MétaCan
Menu
Retour à la cohorte
Enregistrement W2608359812 · doi:10.1139/cjps-2017-0001

Effect of fungicide combinations for FHB control on disease incidence, grain yield and quality of winter wheat, spring wheat and barley

2017· article· en· W2608359812 sur OpenAlexaffvenueabout
C. D. Caldwell, Douglas H. MacDonald, Yunfei Jiang, Mumtaz Cheema, Jili Li

Notice bibliographique

RevueCanadian Journal of Plant Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensMemorial University of NewfoundlandUniversity of SaskatchewanDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPropiconazoleFungicideTebuconazoleAgronomyGrain qualityBiologyYield (engineering)FusariumSeptoriaCropAzoxystrobinHorticultureMathematicsMaterials science

Résumé

récupéré en direct d'OpenAlex

This study investigates the effects of timing of fungicide applications alone or in combinations on Fusarium head blight (FHB), seed deoxynivalenol (DON) concentrations, dominant leaf diseases, grain yield, and thousand-kernel weight in winter wheat, spring wheat, and barley in the Atlantic region of Canada. The experiments were conducted for 3 yr (2010–2012), with fungicide treatment as the main factor. Selected commercially available fungicide treatments were applied at two timings: (i) Zadoks growth stage (ZGS) 39: check, propiconazole + trifloxystrobin (125 g ha−1), propiconazole (125 g ha−1), and pyraclostrobin (100 g ha−1); and (ii) ZGS 60: check, prothioconazole (200 g ha−1), prothioconazole + tebuconazole (200 g ha−1), and metaconazole (90 g ha−1). Results show that a single fungicide application was not sufficient to achieve a high yield with good seed quality. Reduction of visual FHB infection due to fungicide applications did not guarantee a reduction in seed DON concentrations. Fungicide application pyraclostrobin at ZGS 39 and prothioconazole + tebuconazole at ZGS 60 was the best treatment, consistently providing the highest crop yield and seed quality, including lowered DON.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,253
Écart entre enseignants0,230 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetMycotoxins in Agriculture and FoodTravaux en français237 207