Tillage, Intercrop, and Controlled Drainage–Subirrigation Influence Atrazine, Metribuzin, and Metolachlor Loss
Notice bibliographique
Résumé
Atrazine (6-chloro-N2-ethyl-N4-isopropyl-1,3,5-triazine-2,4-diamine) and metolachlor [2-chloro-N-(2-ethyl-6-methylphenyl)-N-(2-methoxy-1-methylethyl)acetamide] have been found with increasing occurrence in rivers and streams. Their continued use will require changes in agricultural practices. We compared water quality from four crop-tillage treatments: (i) conventional moldboard plow (MB), (ii) MB with ryegrass (Lolium multiflorum Lam.) intercrop (IC), (iii) soil saver (SS), and (iv) SS + IC; and two drainage control treatments, drained (D) and controlled drainage-subirrigation (CDS). Atrazine (1.1 kg a.i. ha-1), metribuzin [4-amino-6-(1,1-dimethylethyl)-3-(methylthio)-1,2,4-triazine-5(4H)-one] (0.5 kg a.i. ha-1), and metolachlor (1.68 kg a.i. ha-1) were applied preemergence in a band over seeded corn (Zea mays L.) rows. Herbicide concentration and losses were monitored from 1992 to spring 1995. Annual herbicide losses ranged from < 0.3 to 2.7% of application. Crop-tillage treatment influenced herbicide loss in 1992 but not in 1993 or 1994, whereas CDS affected partitioning of losses in most years. In 1992, SS + IC reduced herbicide loss in tile drains and surface runoff by 46 to 49% compared with MB. The intercrop reduced surface runoff, which reduced herbicide transport. Controlled drainage-subirrigation increased herbicide loss in surface runoff but decreased loss through tile drainage so that total herbicide loss did not differ between drainage treatments. Desethyl atrazine [6-chloro-N-(1-methylethyl)-1,3,5-triazine-2,4-diamine] comprised 7 to 39% of the total triazine loss.
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 | 0,000 |
| 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 ».