MétaCan
Menu
Retour à la cohorte
Enregistrement W3043045539 · doi:10.5539/jas.v12n8p160

Alternative Products to Control Soybean Downy Mildew in the Field

2020· article· en· W3043045539 sur OpenAlexvenueno aff
Gislaine Gabardo, Maristella Dalla Pria, Henrique Luis da Silva, Mônica Gabrielle Harms

Notice bibliographique

RevueJournal of Agricultural Science · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Pathogens and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDowny mildewFungicideAzoxystrobinAgronomyBiologyMicronutrientHorticultureChemistry

Résumé

récupéré en direct d'OpenAlex

Soybean mildew caused by Oomycota Peronospora manshurica, is a disease widely spread in Brazil. In order to study the efficiency of soybean mildew control due to the application of alternative products and fungicide in the field, experiments were conducted in Ponta Grossa, PR, Brazil, during the 2013/2014 and 2014/2015 growing seasons. The design used was randomized blocks with four replications. The treatments were: 1-witness; 2-acibenzolar-S-methyl; 3-calcium; 4-micronutrients: copper, manganese and zinc; 5-micronutrients: manganese, zinc and molybdenum; 6-NK fertilizer; 7-Ascophyllum nodosum and 8-azoxystrobin + cyproconazole with the addition of Nimbus adjuvant. Four applications of alternative products (phenological stages V3, V6, R1 and R5.1) and two of fungicide (phenological stages R1 and R5.1) were performed. The mildew severity was estimated using a diagrammatic scale. The severity data made it possible to calculate the area under the disease progress curve (AUDPC). In the 2014/2015 harvest the disease was more severe. The control of downy mildew by the use of fungicide did not reduce the epidemic. The fungicide was not efficient in the two evaluated seasons. All tested alternative products reduced the disease severity and AUDPC in both seasons. The best results in reducing downy mildew were found with the application of acibenzolar-S-methyl, micronutrients (Cu, Mn, Zn) and A. nodosum.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,969
Score d'incertitude au seuil0,175

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,221
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPlant Pathogens and ResistanceTravaux en français237 207