Kenter, C., P. Götze, E. Ladewig
Methodological studies on the precision of variety trials with sugar beet – effect of sample size and head rows
Sugar Industry (2020) 145, 554–561; doi: 10.36961/si24856
Götze, P., H.-J. Koch
Fruchtfolgen - Ertrag und Effizienz steigern - Zuckerrüben profitieren von einer klugen Rotation
dzz (2020) Nr. 5, 36–38
Mahlein, A.-K., N. Stockfisch
Pflanzenschutz digitalisieren und optimieren: Projektstart FarmerSpace in Göttingen
Zuckerrübe (2020) 69 Nr. 5, 36–37
Beneke, F., A.-K. Mahlein, A. W. Heckmann, S. Paulus, P. Gremmes
Digitale Technologien im Pflanzenschutz
Technik und Leben (2020) Nr. 3, 4
How table sugar is produced from sugar beets
Frontiers for Young Minds (2020) 8, 108, doi: 10.3389/frym.2020.00108
Technical workflows for hyperspectral plant image assessment and processing on the greenhouse and laboratory scale
GigaScience (2020) 9, doi: 10.1093/gigascience/giaa090
Statistical shape analysis of tap roots: a methodological case study on laser scanned sugar beets
BMC Bioinformatics (2020) 21, 335, doi: 10.1186/s12859-020-03654-8
Making deep neural networks right for the right scientific reasons by interacting with their explanations
Nature Machine Intelligence (2020) 2, 476-486, doi: 10.1038/s42256-020-0212-3; https://rdcu.be/b6dRr
Wie erfolgt die Sortenprüfung?
Zuckerrüben Journal (2020) Nr. 3, 10-12
Stockfisch, N., K. Trimpler, C. Roß
Biodiversität erhalten und fördern
Zuckerrüben Journal (2020) Nr. 3, 13-14
Lagerfähigkeit als Sorteneigenschaft von Zuckerrüben? Ergebnisse 2016-2018
Sugar Industry (2020) 145, 495-501, doi: 10.36961/si24680
Hossain, R., M. Varrelmann
Ertrag und Qualität von Zuckerrüben. Einfluss von Vergilbungsviren: Die Virusspezies und ihr Einfluss auf die pflanzliche Entwicklung
dzz (2020) Nr. 4, 18-19
Liebe, S., M. Varrelmann
Rübenfäulen. Schadbild und Möglichkeit der Bekämpfung: Auswirkung auf die Langzeitlagerung der Rüben
dzz (2020) Nr. 4, 24-25
Stockfisch, N., K. Trimpler, C. Roß
Aktuell in der Diskussion. Biodiversität erhalten und fördern: Und auf Zuckerrübenfeldern?
dzz (2020) Nr. 4, 32-33
Wilczek, U., B. Kulig, H.-J. Koch, R. Kälberloh, O. Hensel
Sensor system development for low-damage sugar beet harvesting – state and perspectives
Sugar Industry (2020) 145, 299-306, doi: 10.36961/si24377
Paulus, S.
Digitalisierung auf dem Acker schreitet fort
Farm Test, DLG-Magazin für Qualität und Technik (2020) 3, 22-25
Schäfer, J., J. Hale, C.M. Hoffmann, M. Bunzel
Mechanical properties and compositional characteristics of beet (Beta vulgaris L.) varieties and their response to nitrogen application
European Food Research and Technology (2020), doi: 10.1007/s00217-020-03562-4
Das leisten Fruchtfolgen für die Zuckerrüben
Zuckerrübe (2020) 69, Nr. 4, 28-31
Hyperspectral imaging of symptoms induced by Rhizoctonia solani in sugar beet: comparison of input data and different machine learning algorithms
Journal of Plant Diseases and Protection (2020) 127, 441–451, doi: 10.1007/s41348-020-00344-8
Laufer, D., E. Ladewig
Unkrautbekämpfung in Zuckerrüben ohne die Wirkstoffe Desmedipham und Phenmedipham
Julius-Kühn-Archiv (2020) 464, 142-148
Koch, H.-J., A. Stracke, A. Hoffmann
Zwischenfrucht und Klimaschutz: Wie passt das zusammen?
Zuckerrübe (2020) 69, Nr. 3, 12-14
From visual estimates to fully automated sensor-based measurements of plant disease severity: status and challenges for improving accuracy
Phytopathology Research 2 (2020), Article Number 9, 1-36, doi 10.1186/s42483-020-00049-8
Ursachen und Auswirkungen des Auftretens von „Syndrome des basses richesses“ in deutschen Zuckerrübenanbaugebieten
Sugar Industry (2020) 145, 234-244
Mahlein, A.-K., E. Ladewig
Was leistet das Sortenprüfsystem in Deutschland? Welchen Beitrag können EU-Sorten leisten?
Zuckerrübe (2020) 69, Nr. 1, 41-43
Schramowski, P., W. Stammer, S. Teso, A. Brugger, H.-G. Luigs, A.-K. Mahlein, K. Kersting
Right for the Wrong Scientific Reasons: Revising Deep Networks by Interacting with their Explanations
Computer Science > Machine Learning (2020), 1–22
Nause, N., T. Meier, C.M. Hoffmann
Tissue composition and arrangement in sugar beet genotypes of different tissue strength with regard to damage and pathogen infestation
Sugar Industry (2020) 145, 114–123
Ebmeyer, H., C.M. Hoffmann
Early drought stress: Effects on yield formation and quality of sugar beet
Sugar Industry (2020) 145, 104–113
Gil, J.F., D. Wibberg, O. Eini, E.I. Savenkov, M. Varrelmann, S. Liebe
Comparative Transcriptome Analysis Provides Molecular Insights into the Interaction of Beet necrotic yellow vein virus and Beet soil-borne mosaic virus with Their Host Sugar Beet
Viruses (2020) 12 (76), 1–21, doi 10.3390/v12010076
Bohnenkamp, D., S. Paulus, A.-K. Mahlein
Geometrische und spektrale Erfassung von Bestandeseigenschaften zur Phänotypisierung von Zuckerrüben und Weizen
Sugar Industry (2020) 145, 53–58, doi 10.36961/si23944
Liebe, S., D. Wibberg, E. Maiss, M. Varrelmann
Application of a reverse genetic system for Beet necrotic yellow vein virus to study Rz1 resistance response in sugar beet
Frontiers in Plant Science (2020), doi 10.3389/fpls.2019.01703
Mahlein, A.-K., E. Ladewig
Das integrierte Sortenprüfsystem. Was leistet das Sortenprüfsystem in Deutschland und welchen Beitrag können EU-Sorten leisten?
dzz (2019) 55 (6), 22-23
