Field surveys of chickpea plant damage and association with biotic and abiotic factors in Saskatchewan during 2021–2023
Notice bibliographique
Résumé
A chickpea health issue was first noted in July 2019 in southwest Saskatchewan, Canada. Surveys of commercial chickpea fields were undertaken in 2021, 2022, and 2023 to investigate the potential roles of herbicides, fungicides, fertilizer, seed treatments, inoculants, nutrients, nematodes, drought stress, and chickpea cultivars on severity of plant damage. Fields to which herbicide containing the active ingredient metribuzin had been applied had more severe symptoms compared to fields to which it had not. Seed treatment with Apron Advance (active ingredients thiabendazole, fludioxinil, and metalaxyl) was associated with more severe symptoms than treatment with Vibrance Maxx (sedaxane, fludioxonil, and metalaxyl). No effects of rhizobial inoculation of chickpea seed was observed. Fields in which lentil or canola preceded chickpea had higher severity of aboveground plant damage compared to fields in which chickpea followed barley or durum. No significant correlation was found between severity of plant damage and concentrations of nitrogen (N), phosphorus (P), and chloride in plant tissues. A significant negative correlation ( P < 0.05) was found between potassium (K) concentration and severity, especially in 2023. There was a significant positive correlation ( P < 0.05) between severity of plant damage and the amount of P fertilizer applied. Plant ectoparasitic nematodes Paratylenchus and Helicotylenchus species were detected. Paratylenchus species abundance was very high in some fields. Although no clear diagnosis of the causal agent(s) of plant damage was made, crop rotation, metribuzin herbicide application, seed treatments, plant K concentrations, P fertilization, and co-occurrence of stressors may exacerbate the plant and foliar symptoms observed.
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 ».