Impact of Soybean Leaf Interference and Row Spacing on Preharvest Glyphosate Application<sup>1</sup>
Notice bibliographique
Résumé
Preharvest applications of glyphosate can be useful in controlling perennial weeds. Experiments were conducted from 1996 to 1999 to determine whether preharvest glyphosate applications are affected by differences in the amount of soybean canopy present at the time of application by measuring spray deposition and subsequently horsenettle or Canada thistle control. Soybean leaf interference levels were achieved by use of three soybean cultivars with different maturity groups to achieve no leaf interference, moderate leaf interference, and maximum leaf interference, and soybean was planted in three row spacings ranging from 19 to 76 cm. As soybean leaf interference increased, spray coverage of spray deposition cards decreased. There was a similar trend for relative spray volume, determined by intensity of the color change with water-sensitive cards. Row spacing did not influence spray coverage or relative spray volume. Percent change in horsenettle or Canada thistle stems from fall to spring counts was inconsistent. Differences detected in spray coverage did not influence weed control or weed stem density the following spring.Nomenclature: Glyphosate; Canada thistle, Cirsium arvense (L.) Scop. #3 CIRAR; horsenettle, Solanum carolinense L. # SOLCA; soybean, Glycine max (L.) Merr.Additional index words: CIRAR, Cirsium arvense, cultural practices, integrated weed management, perennial weed control, Solanum carolinense, SOLCA, spray deposition.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,000 | 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 ».