Occurrence of vermiform plant-parasitic nematodes in North Dakota corn fields and impact of environmental and soil factors
Notice bibliographique
Résumé
Plant-parasitic nematodes (PPN) can negatively affect corn production. In this study, incidence and abundance of PPN were assessed in 300 corn fields across 20 counties in North Dakota during 2015 and 2016. Seventy-two percent of the fields were positive for PPN. The major genera identified were Helicotylenchus (incidence: 52%; mean density: 1513 nematodes kg−1 of soil; greatest density: 16 910 nematodes kg−1 of soil), Tylenchorhynchus (37%; 687; 9500), Paratylenchus (31%; 1484; 7800), Pratylenchus (20%; 399; 2125), Heterodera (9%; 555; 4500), Xiphinema (8%; 330; 900), Hoplolaimus (3%; 294; 500) and Paratrichodorus (1%; 124; 200). Neighbouring counties had greater similarity in PPN diversity than counties that are further apart, with western, north-eastern and south-eastern counties forming clusters of similar nematode occurrence and diversity. Canonical correspondence analysis was conducted to determine the association between incidence and abundance of these PPN populations and various soil edaphic and climatic factors. The analysis revealed that Hoplolaimus, Paratrichodorus, Paratylenchus and Pratylenchus were positively correlated with soil temperature, rainfall and per cent sand, while Helicotylenchus, Tylenchorhynchus and Xiphinema were positively correlated with pH, percent clay and percent organic matter. This is the first report of an extensive investigation of PPN communities in North Dakota corn fields. Research findings will be useful in future field experiments to determine the impact of PPN on corn in the Northern Great Plains.
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 | 0,000 | 0,000 |
| 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 ».