Seasonal Analysis of Yield and Loss Factors in Bt Soybean Crops in North Brazil
Notice bibliographique
Résumé
Tropical crops face significant challenges from abiotic and biotic stressors, resulting in substantial losses. This study aimed to assess the yield and losses in Bt soybean crops in Tocantins state, northern Brazil, during the 2017/2018 and 2018/2019 growing seasons. We monitored and estimated yield losses and their contributing factors in commercial fields, spanning dry and rainy seasons, from planting to harvest. Our findings revealed that crop yields remained consistent between the dry season (4349.85 kg/ha) and the rainy season (4206.51 kg/ha). Similarly, the overall yield loss showed no significant variation between seasons, with values of 902.86 kg/ha (dry) and 1007.92 kg/ha (rainy). Nevertheless, the factors contributing to these losses exhibited season-dependent variations. We observed higher plant mortality rates during the dry season, whereas insects (particularly stink bugs) and fungi were the primary contributors to grain yield losses during the rainy season. Conversely, losses due to flower abortion and pod malformation remained relatively consistent between the two seasons. Our study underscores the increase in soybean yield in one of Brazil’s agricultural frontiers. While overall yield and losses remained stable between dry and rainy seasons, the distinct seasonal patterns influencing yield losses call for nuanced and season-specific strategies in sustainable crop management.
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 | 0,002 |
| 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 ».