Integrated Management Strategies for Phytophthora sojae Combining Host Resistance and Seed Treatments
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
Phytophthora sojae has re-emerged as a serious soybean pathogen in the past decade. This may be due in part to changes in resistance levels in current cultivars, adoption of P. sojae populations to deployed Rps genes, and highly favorable environments in the past decade. This multilocation study evaluated the effect of seed treatments on the incidence and severity of Phytophthora root and stem rot on soybeans with different combinations of Rps genes and levels of partial resistance. The efficacy of the seed treatments was highly variable across locations. Seed treatments (metalaxyl and mefenoxam) provided protection and increased yields across cultivars in locations where rain or irrigation occurred shortly after planting (Ohio, South Dakota, and Ontario). However, there were no significant differences in stand or yield consistently across cultivars in Iowa, Nebraska, Wisconsin, or Ohio, where heavy precipitation did not occur until later growth stages. The environment, levels of inoculum, and pathogen complex may have played a role in the different responses to the seed treatments and to the different combinations of Rps genes and levels of partial resistance to P. sojae in the cultivars. Fields that are poorly drained and have P. sojae populations with complex pathotypes may benefit the most from seed treatments. Individual fields where producers may see the greatest benefit to utilizing these integrated management strategies will need to be identified.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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