Comparison of Mineral Oil, Insecticidal, and Biopesticide Spraying Regimes for Reducing Spread of Three <i>Potato virus Y</i> Strains in Potato Crops
Notice bibliographique
Résumé
In-field management of Potato virus Y (PVY) faces challenges caused by the changing availability and environmental acceptability of chemical agents to control aphid vectors of the virus and by proliferation of PVY strains with different symptoms and rates of spread. From 2018 to 2020, foliar spray treatments were compared in field experiments in New Brunswick, Canada, to measure effectiveness at reducing spread of PVY O , PVY N:O , and PVY NTN strains. Mineral oil, insecticide, combined oil and insecticide spray, and a biopesticide (i.e., LifeGard WG) were compared. Insecticide-only and mineral oil–only treatments were not effective, but several combined oil and insecticide treatments and biopesticide treatments significantly reduced PVY spread. The biopesticide was proportionately more effective with recombinant PVY N:O and PVY NTN strains, possibly by exciting the plant’s hypersensitive resistance response, caused naturally only in cultivar ‘Goldrush’ by PVY O . Pesticide residue analysis showed that mineral oil increased the retention of pyrethroid insecticide in the potato foliage longer than with insecticide applied alone, which may explain the beneficial synergistic effect of combined sprays for reducing PVY spread. Tuber yields were generally unchanged in chemical insecticide treatments but were slightly lower in biopesticide treatment. The cost per PVY treatment was competitive across all effective treatments, including biopesticide; however, there was some revenue loss from lower yield with the biopesticide. This biopesticide is certified organic, however, and thus a small premium on the price for organic production could offset this yield deficit.
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 | 0,001 |
| 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 ».