Defoliation Levels Supported in Soybean Crop With No Harm on Productivity in the Municipality of Parauapebas
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
The reduction in the leaf area is one of the causes in the fall in soybean (Glycine max) productivity as it depends on the production of photoassimilates generated by the leaves, so any factor that interferes in its leaf area may affect the production. The attack of defoliating insects is among such factors. They cause a marked drop in grain yield due to its direct action, therefore, reducing the leaf area, consequently reducing the photosynthetic rate of the plant. The agronomic characteristics of the cultivars may interfere on the level of tolerance of the plant to this type of stress. The objective of this study was to evaluate the influence of defoliation levels on the vegetative and reproductive stages on the development and yield of grains in soybean cultivars. The experimental design was in randomized blocks, in a 2×11×2 factorial scheme, with four replicates. Factors consisted of defoliation stage (vegetative and reproductive), treatment levels (T1-control plant and ten treatments of artificial defoliation) and soybean cultivars (BRS 9090 RR and BRS 8890 RR). The following variables were evaluated: grain yield, dry mass of the pod, leaf dry mass, stem and root dry mass, plant height, stem diameter, number of leaves per plant, length and width of roots. It was observed that the defoliation had a negative effect on the productivity components of the cultivars, with the highest decrease in the reproductive stage, except for the treatment R5, 100% defoliation at the R5 stage, which was also reduced. In relation to the cultivars, the BRS 8890 RR was 27% better in grain yield in relation to BRS 9090 RR.
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 | 0,002 | 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 | 0,001 |
| Science ouverte | 0,001 | 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