The Change in Winter Wheat Response to Deoxynivalenol and Fusarium Head Blight Through Technological and Agronomic Progress
Notice bibliographique
Résumé
Fusarium head blight (FHB) in wheat causes yield loss, quality reduction, and mycotoxin contamination in temperate wheat production areas worldwide. The objective of this study was to quantify the progress of agronomic and FHB management strategies over the past two decades in FHB suppression and agronomic performance of winter wheat in environments favorable for FHB. Field experiments were conducted in environments typical of FHB epidemics to compare common agronomic and FHB management practices used in the 1996 era compared with those used in 2016. The experiments included a comparison of three different nitrogen (N) fertilizer application rates and six old (1996-era) and new (modern-era) winter wheat cultivars representing combinations of susceptibility and era to FHB, with and without a fungicide applied at flowering (pydiflumetofen + propiconazole). To mimic environments favorable for infection (similar to 1996 in Ontario, Canada), plots were challenged at 50% anthesis with F. graminearum macroconidia suspension followed by mist irrigation. The modern management strategy of using moderately resistant cultivars, a fungicide applied at flowering, and a high rate of N fertilizer reduced total deoxynivalenol by 67%, reduced Fusarium-damaged kernels by 49%, reduced FHB index by 86%, increased grain test weight by 11%, and increased grain yield by 31% compared with the standard management practice of seeding highly susceptible cultivars with no fungicide and a lower rate of N fertilizer recommended in the 1996 era. This study enabled a published economic assessment of the return on investment for the improvements in cultivars, fungicide, and N fertilizer applications since 1996.
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 ».