Effect of soybean vein necrosis on yield and seed quality of soybean
Notice bibliographique
Résumé
Soybean vein necrosis virus (SVNV) rapidly became a widespread virus of soybean (Glycine max (L.) Merr.) in the USA and Canada within a few years of its initial detection in 2008; however, the economic impact of soybean vein necrosis (SVN) symptoms caused by virus infection remains unknown. Field studies were conducted in six states in the USA during 2013, 2014 and 2015 to determine the effect of SVN on soybean yield and seed quality. Quantitative parameters, including seeds per pod, pods per plant, yield and 100-count seed weight, were assessed from plants or seeds collected from research and commercial production fields. Qualitative parameters, including protein and oil concentration, were also obtained from samples collected in Indiana and Iowa. Results from all states suggest that yield is not impacted by SVN; however, seed quality was affected in four of seven location-years. In Iowa, oil concentration decreased by 0.11% as disease incidence increased by 1% (P = 0.04). In Indiana, SVNV infected plants exhibited decreased total oil content compared with asymptomatic plants (0.16% (P = 0.04); 0.67% (P > 0.01) in 2014 and 2015, respectively. These results suggest that SVN may change soybean seed quality, which may affect the marketability of soybeans for premium markets, specifically those interested in high oleic soybeans.
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 | 0,001 |
| 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 ».