Correlations Between Pratylenchus and Meloidogyne Populations, Soil Chemical Properties, Soil Texture, and Nutritional Status of Soybean Crops in Paraguay
Notice bibliographique
Résumé
Nematodes cause great damage to soybean crops in Paraguay. Studies have investigated correlations between phytonematodes and soil chemical and physical properties, but little is known about correlations with the nutritional status of soybean crops. This study aimed to assess correlations between Pratylenchus, Meloidogyne, soil chemical properties, soil texture, and the nutritional status of soybean. The experiment was carried out in Paraguay in areas of commercial soybean cultivation infested with nematodes, totaling 83 collection sites. Analyses of nematodes in soil and root samples, chemical characterization of soil acidity, fertility, and texture, and chemical characterization of soybean leaves were performed, totaling 36 variables. Data were subjected to principal component analysis. Soil Al3+ favored the development of Pratylenchus populations. Organic carbon negatively influenced Meloidogyne. K+ and Mg2+ negatively affected Pratylenchus and Meloidogyne, respectively. Pratylenchus and Meloidogyne correlated negatively with clay contents. In sandy soils, there was a negative correlation between Pratylenchus and sand content. Pratylenchus and Meloidogyne led to an increase in foliar Ca and a decrease in foliar P. Soil fertility management can be used as part of the integrated management of Pratylenchus and Meloidogyne. It is worth mentioning that, in field studies, the complexity of biotic and abiotic factors in the crop system may contribute to diverging results, making it difficult to establish a single response pattern, especially when some factors affect others.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 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 ».