Influence of nitrogen rate on the efficacy of herbicides with different modes of action
Notice bibliographique
Résumé
Sønderskov M, Swanton CJ & Kudsk P (2012). Influence of nitrogen rate on the efficacy of herbicides with different modes of action. Weed Research 52, 169–177. Summary Outdoor pot experiments and field experiments were conducted to examine the influence of nitrogen rate on herbicide efficacy. Growth of unsprayed Tripleurospermum inodorum increased with increasing nitrogen rate in pot experiments; increasing nitrogen also increased the susceptibility to tribenuron‐methyl. An increased susceptibility at high nitrogen rate was also observed for Anagallis arvensis, but in contrast to T. inodorum, growth of unsprayed A. arvensis was unaffected by nitrogen rate. Growth of unsprayed Chenopodium album was also promoted by nitrogen supply. However, no influence of nitrogen rate on herbicide efficacy was evident for C. album with tribenuron‐methyl or ioxynil+bromoxynil in pot experiments. Field experiments with tribenuron‐methyl were conducted on natural populations of C. album in spring barley grown at different nitrogen rates showed similar results. In conclusion, nitrogen rate affected herbicide efficacy for some but not all combinations of weed species and herbicide. Decreased herbicide efficacy was only observed at very low nitrogen rates. The results suggest that the effect of nitrogen rates on herbicide efficacy will be marginal in intensive farming systems with high nitrogen supply, but in low intensity systems, weed patchiness might increase.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».