Application of rock dust for the management of <i>Meloidogyne javanica</i> in soybean
Notice bibliographique
Résumé
This study aimed to assess the effects of rock dust on Meloidogyne javanica in soybean grown in autoclaved and non-autoclaved soil and investigate the impacts on plant foliar nutrition. The nematode reproduction experiment was conducted in two periods (Trials 1 and 2) in a 5 × 2 factorial design (rock dust rates of 0, 1000, 2000, 3000, and 4000 kg ha−1 × autoclaved and non-autoclaved soil). Soybean were inoculated with 2000 eggs + second-stage juveniles (J2) of M. javanica, and nematode and vegetative variables were evaluated at 60 days after inoculation (DAI). The penetration experiment followed a 2 × 2 factorial design (rock dust rates of 0 and 2500 kg ha−1 × autoclaved and non-autoclaved soil). Soybean were inoculated with 2000 eggs + J2 of M. javanica and evaluated at 5, 10, 15, 20, and 25 DAI. The shoot dry biomass from the reproduction experiment (Trial 1) was analyzed for macro- and micronutrients. In Trial 1, nematode reproduction decreased proportionally to the increase in rock dust rate in non-autoclaved soil. In Trial 2, the lowest nematode numbers were predicted to be achieved with rates of 2213 to 2309 kg ha−1, and nematode numbers were lower in autoclaved than in non-autoclaved soil. Rock dust reduced J2 penetration at 10 and 15 DAI, and there was no formation of females in treated plants. Rock dust application increased foliar levels of Fe, B, and Cu. Rock dust reduced M. javanica reproduction, penetration, and development in soybean and promoted gains in Fe, Cu, and B foliar contents.
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 | 0,000 |
| 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 ».