Impact of agronomic practices onFusarium mycotoxin accumulation in maize grain
Notice bibliographique
Résumé
In the Great Lakes region of North America,Gibberella ear rot (GER), caused byFusarium graminearum, affects grain quality due to the accumulation of mycotoxins. GER severity is strongly influenced by environmental conditions; however, agronomic practices can also influence disease severity and mycotoxin accumulation. In this study, three separate small-plot experiments were conducted at Ridgetown, ON, Canada during 2019 and 2020 under an inoculated-misted system to determineFusarium mycotoxin accumulation as affected by: (1) plant population density; (2) in-row-plant developmental variability; and (3) the effect of integrated Bt refuge genetics. In this study, DON concentrations were at least 49% higher in maize at 113,600 plants/ha compared to 79,000 plants/ha. Moreover, mycotoxin accumulation was higher in plants that were delayed developmentally in the crop row; total DON concentrations were at least 310% higher in late silked plants adjacent to early silked plants. Results of the plant population density and in-row-plant developmental variability suggest that the main driver for mycotoxin accumulation was stress induced by plant competition rather than environmental conditions; this highlights the importance of avoiding plant competitive stress as a strategy to reduce the risks of mycotoxin accumulation. In this study, there was no statistical difference in DON accumulation between the Bt component and the non-Bt component in each of the four hybrids tested; however, there was evidence that hybrids varied in susceptibility, including the Bt and non-Bt components that were paired commercially in a bag of seed maize. Reducing mycotoxins in maize requires integrated management, which includes agronomic considerations. These results indicate that mycotoxins are favoured with high plant populations and plant-to-plant variability in the row, especially in susceptible hybrids.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».