Determining the Optimal Timing and Economic Return of Corn Fungicide Applications Using a Network Meta-Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A network meta-analysis was conducted to assess the efficacy of fungicides in reducing disease and protecting yield in corn. Uniform protocols were designed to test the efficacy of 12 widely available corn fungicides applied at one of the following timings: in-furrow with the seed at planting, applied 5.1 cm to the side and 5.1 cm below the seed at planting, 10 to 12 leaves with a visible collar, tasseling to silking (VT/R1), or milk stage. A total of 152 trials were conducted across 18 states in the United States and Ontario, Canada, from 2019 to 2022. Studies were analyzed using network meta-analyses to determine the fungicide efficacy and expected yield benefit of individual products compared with a nontreated control (NTC). All fungicides significantly reduced disease severity compared with the NTC ( P < 0.001), and all fungicides resulted in greater yields compared with the NTC, except for Xyway LFR. Final disease severity influenced yield effect size, with fungicide application resulting in a greater yield effect size when final disease severity exceeded 5%. Fungicide application timing also influenced yield effect size, with fungicides applied at VT/R1 resulting in significantly lower disease (–7.6%) compared with the NTC. The yield effect size was typically greater in studies with the fungicide applied at VT/R1 compared with applications occurring at planting. Economic analyses concluded that expected net benefits were positive for all fungicides tested except for Delaro Complete and Xyway LFR. Most fungicides resulted in greater breakeven probabilities with increasing disease severity. The results emphasize that fungicide applications occurring at VT/R1 and when disease severity exceeds 5% are more likely to result in a positive economic gain. [Formula: see text] Copyright © 2026 The Author(s). This is an open access article distributed under the CC BY-NC-ND 4.0 International license .
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.
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 découle