MétaCan
Menu
← Retour à la cohorte
Enregistrement W7025377302

What agronomic practices can reduce the effect of Fusarium head blight on durum wheat in Saskatchewan?

2018· other· en· W7025377302 sur OpenAlexfundaboutno aff

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMycotoxins in Agriculture and Food
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food CanadaScheme for Promotion of Academic and Research CollaborationWestern Grains Research Foundation
Mots-clésFusariumVomitoxinBlightCultivarHead (geology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Fusarium head blight (FHB) has become an important disease of cereals in moist regions of western Canada. This disease has played an important role in contributing to lower grain yields and substantial downgrading of durum wheat (Triticum turgidum L. var. durum). The objective of this study, conducted at three locations on the Canadian prairie, two in Saskatchewan and one in Manitoba, from 2001 to 2003, was to determine the effect of seeding density, nitrogen supply, fungicide treatment, and durum wheat cultivar on FHB development, grain quality, grade protection and economic return. A four-way factorial design was used with two seed densities (150 and 300 viable seeds m-2), two nitrogen rates (75 and 100% of recommended rate), three cultivars (AC Avonlea, AC Morse and AC Navigator), and four fungicide treatments (no application, Tilt at flag leaf, Folicur at anthesis and Tilt at flag leaf followed by Folicur at anthesis). Increasing the seed density decreased FHB at 4 out of the 7 site year when FHB occurred, however increasing the seed density tended to increase leaf disease severity. The application of Folicur did not affect Fusarium levels. The application of Tilt and /or Folicur decreased leaf disease at 6 out of 9 site years and affected yield at 5 out of 9 site years. There was no consistent effect from nitrogen or cultivar.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,137
Score d'incertitude au seuil0,275

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,256
Écart entre enseignants0,241 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission2
Résumé présentnon

Explorer davantage

Même sujetMycotoxins in Agriculture and Food→Travaux en français237 207→