The effect of hard water, spray solution storage time, and ammonium sulfate on glyphosate efficacy and yield of glyphosate-resistant corn
Notice bibliographique
Résumé
Mahoney, K. J., Nurse, R. E. and Sikkema, P. H. 2014. The effect of hard water, spray solution storage time, and ammonium sulfate on glyphosate efficacy and yield of glyphosate-resistant corn. Can. J. Plant Sci. 94: 1401–1405. Effects of ammonium sulfate (AMS) on reduced glyphosate rates are well documented; however, these rates are not used by farmers. Studies in 2011 and 2012 determined the effects of AMS and hard water on glyphosate applied at a field rate. AMS (0 or 2.5 L ha −1 ) and glyphosate (900 g a.e. ha −1 ) were added to distilled or hard water carriers. Glyphosate plus AMS, in either distilled or hard water, did not usually affect velvetleaf, pigweed species, common ragweed, common lambsquarters and large crabgrass above-ground biomass and density 8 wk after treatment (WAT); however, velvetleaf biomass was reduced with the addition of AMS to glyphosate. Compared with the weedy control 8 WAT, glyphosate plus AMS reduced velvetleaf biomass by 93%, while treatments with no AMS reduced biomass by 77%. In distilled water, 4.8 common lambsquarters plants m −2 remained compared with 7.8 plants m −2 with glyphosate in hard water. For corn yield, an AMS×water hardness interaction was detected; however, no differences were observed among the treatment combinations and the addition of AMS to glyphosate did not affect yield. Therefore, advocating adding AMS to spray solutions containing glyphosate, especially when a labeled rate is used, should be called into question.
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 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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».