MétaCan
Menu
Retour à la cohorte
Enregistrement W1976712788 · doi:10.4236/ajps.2014.51020

Weed Management in Spring Planted Cereals with Mesotrione

2014· article· en· W1976712788 sur OpenAlexafffundabout
Nader Soltani, Christy Shropshire, Todd Cowan, Peter H. Sikkema

Notice bibliographique

RevueAmerican Journal of Plant Sciences · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesGrain Farmers of Ontario
Mots-clésMesotrioneWeed controlAgronomyWeedYield (engineering)BiologyAtrazinePesticide

Résumé

récupéré en direct d'OpenAlex

There is little information on the efficacy of mesotrione for the control of broadleaved weeds in spring planted cereals under Ontario environmental conditions. A total of eight studies were conducted in Ontario over a two-year period (2010 to 2011) to evaluate cereal tolerance and weed control efficacy of mesotrione applied preemergence (PRE) at 25, 50, 100, 140, and 280 g ai ha-1 in spring planted barley, durum wheat, oats, and wheat. Mesotrione, applied preemergence at the rates evaluated, caused no injury in either year in spring planted barley, durum wheat, oats, or wheat evaluated at 1, 2 and 4 week after emergence (WAE). The predicted mesotrione rate required to give adequate control of AMBEL, CHEAL, POLCO and SINAR was generally greater than 280 g ai ha-1. The average yield of the weedy check was 81% of the weed-free check. According to the exponential to maximum regression, the mesotrione rates required to give 90%, 95% and 98% of the weed-free check were 15, 30 and 45 g ai ha-1, respectively. To provide yield equivalent to the standard treatment of bromoxynil/MCPA, 36 g ai ha-1 of mesotrione was needed. Based on these results, mesotrione applied preemergence at 25, 50, 100, 140, and 280 g ai ha-1 can be safely used in spring planted barley, durum wheat, oats, and wheat. However, greater than 280 g ai ha-1 of mesotrione was needed to adequately control AMBEL, CHEAL, POLCO and SINAR.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,892
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,209
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Plant SciencesMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207