Appropriate Crop Seeding Rate When Herbicide Rate is Reduced<sup>1</sup>
Notice bibliographique
Résumé
A study was conducted at three locations in Saskatchewan, Canada, in 1996 and 1997 to determine if increasing the seeding rate of wheat, barley, and lentil by 50% would maintain weed control and crop yield when herbicides are applied at reduced rates or not at all. Three herbicide rates (½ of full, ¾ of full, and full recommended label rate), along with an untreated check, two crop seeding rates (normally recommended and 1.5 times normally recommended rates), and three crops were tested. Increasing seeding rate did not affect weed fresh weights, crop yield, and net return responses to herbicides applied at reduced rates or not at all when averaged across crops, years, and locations. Increased seeding rate, independent of the different herbicide applications, had infrequent and inconsistent effects among the crop by year by location combinations. More broadleaf and grass weed growth, less crop yield, and lower net returns generally occurred when herbicides were not applied or applied at reduced rates. These trends were especially prominent when herbicides were not applied to cereal crops at Saskatoon (40% yield reduction) and when herbicides were applied at ½ the full label rate rather than higher herbicide rates to wheat at the other two locations (16% yield reduction). In 1996, lentil yield and net returns did not respond to herbicide application and rate because of poor grass weed control across all herbicide rates. Lentil yield and net returns decreased by 11% (full vs. ¾), 22% (¾ vs. ½), and 46% (½ vs. none) when herbicides were applied at progressively lower rates in 1997. Reduced herbicide rates did not affect net returns for cereal crops, indicating that herbicide rates lower than the full label rate may be economically viable in certain crops.Nomenclature: Barley, Hordeum vulgare L.; hard red spring wheat, Triticum aestivum L.; lentil, Lens culinaris Medic.Additional index words: Integrated weed management, weed interference, economic return.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 ».