Incremento na produtividade de soja com inserção de Bacillus subtilis e adubação com cobre no estado do Maranhão
Bibliographic record
Abstract
A soja é uma cultura com relevância no âmbito mundial. A partir do seu cultivo tem-se possibilidade de gerar empregos diretos e indiretos, no entanto, é sujeita a inúmeras patologias de importância econômica, que incide principalmente suas folhas. Dessa forma, o presente estudo teve como objetivo avaliar a inserção de Bacillus subtilis e fertilização foliar com cobre, no manejo integrado de doenças da soja no estado do Maranhão. O experimento foi realizado nas safras agrícolas 2021/ 2022 e 2022/2023, em Açailândia-Ma. Utilizou-se delineamentos de blocos ao acaso com 4 repetições. os tratamentos foram: 1 – CONTROLE; 2 – Bacillus subtilis (5 aplicações); 3- Adubação com Cobre Cobre (Metis nutri) (4 aplicações); 4 – Químico (Priori - 4 aplicações); 5 - Bacillus subtilis + Adubação com Cobre (Metis nutri) (4 aplicações); 6 – Químico (Priori) + Bacillus subtilis (4 aplicações); 7 – Químico (Priori) + Adubação com Cobre (4 aplicações); 8 – Químico (Priori) + Bacillus subtilis + Adubação com Cobre (Metis nutri) (4 aplicações). Foram avaliadas: altura das plantas, quantidade de entrenós, número de vagens, número de grãos por vagens, massa de cem grãos, peso da biomassa e índice de clorofila. Em ambas as safras resultados de altura da planta, quantidade de entrenós e número de vagens, apresentaram diferenças significativas entre os tratamentos. Na safra 2022/23 Para o parâmetro, altura das plantas, foi observada no tratamento 8, esse mesmo tratamento obteve maior acúmulo de massa seca que os demais tratamentos. Em relação ao índice de clorofila teve influência do manejo utilizado, sendo o tratamento 8, o de valores mais elevados nas duas safras estudadas. Conclui-se que os diferentes tipos de tratamentos provocam mudanças nos atributos de produtividade, no índice de clorofila e na quantidade de biomassa na cultura da soja, sendo o 8 o mais eficaz no incremento de grãos na cultura soja.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".