Effects of genotype, weather, FHB fungicide, and pre-harvest glyphosate on grain quality of hard red spring wheat in western Canada
Notice bibliographique
Résumé
Diverse growing season weather in western Canada has large effects on wheat quality. Management practices, such as pesticide application, may also affect wheat quality, but are largely unknown. This study measured pesticide application effects on grain quality for six hard red spring wheat cultivars over three growing seasons at four prairie locations. Each siteyear included (i) an untreated control, (ii) fungicide applied at anthesis for Fusarium head blight (FHB) control, (iii) pre-harvest glyphosate applied at physiological maturity, and (iv) a combination of both pesticides. Generally warmer and drier conditions in 2015 and 2017 compared to 2016 resulted in wheat with higher grades, test weight, thousand-kernel weight, and grain protein content but lower Fusarium damaged kernel (FDK) content. Siteyear, reflecting weather variation by location, was the major factor affecting grain quality, contributing from 39% to 77% of total variance. Rainfall variation was greater than that for air temperature and appeared to be the main weather factor affecting quality. Genotype had a significant impact on grain quality but contributed 1%–20% of total variance. The pesticide treatments had a significant effect on several quality parameters, but they contributed only 0.2%–2% to total variance, implying that they have no detrimental effect on wheat grain quality when applied as recommended. Fungicide significantly reduced FDK level in four of ten siteyears, all with high FDK levels, but not when applied at the low FDK siteyears. Fungicide for FHB control should be used only when weather is conducive to high FHB disease pressure.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».