How Raised Beds and Fe-Chelate Affect Soybean Iron Deficiency Chlorosis and Yield
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
Water-logging and the inability to take up sufficient iron (Fe), causing iron deficiency chlorosis (IDC) in soybean (Glycine max, L. Merr.), can be major yield reducing factors in certain soils in the northern USA and Manitoba, Canada, soybean growing regions. The objective of this research was to evaluate soybean IDC, biomass production, and yield with seeding on raised beds and seed application of the Fe-chelate compound ortho-ortho-Fe-EDDHA. In six environments, soybean were seeded on raised beds and conventionally prepared seedbeds (flat) and with a factorial arrangement of five cultivars (within adapted maturity group 0.1 to 0.9 and variable IDC tolerance) and seed applied Fe-EDDHA using rates of 0 kg·ha−1 and 3.36 kg·ha−1. There were no significant interactions between the factors tested. The plant population was 27% higher on the raised beds compared with flat, and yield was 6.3% higher (2893 kg·ha−1 vs. 2722 kg·ha−1). Total dry plant biomass on raised beds was 9.8% greater compared with flat. The plant population with seed applied Fe-EDDHA was 10.6% lower compared with no application. However, the IDC score was significantly lower 2.2 vs 2.4 (1 = green, 5 = dead) for Fe-EDDHA seed application. Yield and plant biomass were not significantly different between Fe treatments. Raised beds offer an opportunity for soybean growers to reduce the negative influence of excessive water. Further research is needed to determine the long-term effect of raised beds on plant development, IDC expression, and yield. The application of Fe-EDDHA remains a partial solution and should therefore be combined with other methods to reduce IDC. Further research should study other Fe-EDDHA application rates and methods.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 découle