Quantifying Early-Season Pest Injury and Yield Protection of Insecticide Seed Treatments in Corn and Soybean Production in Ontario, Canada
Notice bibliographique
Résumé
A 4-yr study was conducted comparing the efficacy and value of fungicide-only (FST), neonicotinoid insecticide + fungicide (NST), and diamide insecticide + fungicide (DST) seed treatments for commercial corn Zea mays L. and soybean Glycines max (L.) Merr. production in Ontario, Canada. Plant stand, plant vigor, above- and below-ground insect injury, and yield were assessed on 160 field-scale experiments. Experiments also assessed early-season insect incidence and abundance using newly legislated thresholds for NST use in Ontario and in-season destructive sampling. Wireworms (Coleoptera: Elateridae) and white grubs (Coleoptera: Scarabeidae) were frequently observed at experimental sites; however, thresholds were rarely met and injury levels rarely led to yield loss. Of 129 and 31 corn and soybean sites, 8 and 6%, respectively, had a positive yield response to NST use. Across all sites, yield response of 0.1 and -0.05 Mg ha-1 was observed with NST use in corn and soybean, respectively; however, the costs associated with NST use were recovered at only 48 and 23% of corn and soybean sites, respectively, based on average grain prices and yields during the study. Infrequent incidence of economic injury and the absence of a consistent yield response to NST and DSTs throughout the 4 yr of the study indicate that widespread use of seed-applied insecticides in corn and soybean is unlikely to provide benefit to producers. These data highlight an opportunity for reducing input costs, environmental loading, and nontarget effects without adverse outcomes for Ontario producers.
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 ».