Data from: Meta-analysis of yield response of foliar fungicide-treated hybrid corn in the United States and Ontario, Canada
Notice bibliographique
Résumé
Background: Foliar fungicide applications to corn (Zea mays) occur at one or more application timings ranging from early vegetative growth stages to mid-reproductive stages. Previous studies indicated that fungicide applications are profitable under high disease pressure when applied during the tasseling to silking growth stages. Few comprehensive studies in corn have examined the impact of fungicide applications at an early vegetative growth stage (V6) compared to late application timings (VT) for yield response and return on fungicide investment (ROI) across multiple locations. Objective: Compare yield response of fungicide application timing across multiple fungicide classes and calculate the probability of positive ROI. Data sources: Data were collected specifically for this analysis using a uniform protocol conducted in 13 states in the United States and one province in Canada from 2014 - 2015. Synthesis methods: Data were subjected to a primary mixed-model analysis of variance. Subsequent univariate meta-analyses, with and without moderator variables, were performed using standard meta-analytic procedures. Follow-up power and prediction analyses were performed to aid interpretation and development of management recommendations. Results: Fungicide application resulted in a positive yield response in 68.2% of the 436 trial-studies. All three moderator variables tested (application timing, fungicide class, and disease base level), had a significant effect (=0.05) on the absolute difference in yield between fungicide treated and non-treated plots ( ¯D). Application timing influenced ¯D, with V6 + VT and the VT application timings resulting in greater yield responses than the V6 application timing alone. Fungicide formulations that combined demethylation inhibitor and quinone outside inhibitor fungicides significantly increased yield response. Conclusion: Foliar fungicide applications can increase corn grain yield. To ensure the likelihood of a positive ROI, farmers should focus on applications at VT and use fungicides that include a mix of demethylation inhibitor and quinone outside inhibitor active ingredients.
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 | 0,012 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,020 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».