Path Analysis in Soybean Cultivars Grown under Foliar Spraying and Furrow Inoculation with Azospirillum brasilense
Notice bibliographique
Résumé
The objective of this study was to evaluate, through path analysis, the influence of agronomic characters as a function of foliar spraying and furrow inoculation by Azospirillum brasilense on soybean yield. Two experiments were conducted in the crop years of 2013/14 and 2014/15, grown in Lavras, Minas Gerais. In the first experiment, the experimental design was a randomized block in a factorial 4 × 6, four cultivars (Anta 82 RR®, BRS Favorita RR®, BRS 780 RR®, BRS 820 RR®) and six doses of A. brasilense (0, 300, 400, 500, 600, 700 mL ha-1), with three replications. In the second experiment, the experimental design was a randomized block design, arranged in a 4 × 2 factorial scheme, four cultivars (Anta 82 RR®, BRS Favorita RR®, BRS 780 RR®, BRS 820 RR®) and two treatments with A. brasilense (inoculated and non-inoculated) with three replications. For both experiments, it was established plant height, phytomass of the aerial part, plant height at harvest, first legume insertion, number of legumes, number of grains per legume, mass of one thousand grains and grain yield. In the study with foliar spraying of soybean with A. brasilense, plant height at harvest was the only variable that had a direct effect on soybean grain yield. As such, in the study with furrow inoculation of A. brasilense in soybean, plant height at harvest and number of vegetables were the variables with the greatest direct effects on soybean grain yield.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».