Field evaluation of regression equations to estimate crop yield losses due to weeds
Notice bibliographique
Résumé
Various regression equations based on weed density alone, or relative time of weed and crop emergence or crop density in addition to weed density have been developed in western Canada to estimate the effects of wild oat (Avena fatua L.) and volunteer cereals on yield loss of field crops, and to advise farmers on the economics of weed control with herbicides. In 1997, 1998, and 1999, several of these equations were evaluated in 9 barley (Hordeum vulgare L.), 9 wheat (Triticum aestivum L.) and 11 canola (Brassica napus L.) fields in Alberta. Wild oat was the dominant weed in the barley and wheat fields, and wild oat or volunteer cereals in the canola fields. In barley and wheat, more complex equations based on both weed density and either crop density or relative time of weed and crop emergence were more reliable in estimating yield losses due to wild oat than those based on weed density alone. In canola, an equation based on volunteer barley and canola density provided the most reliable estimates. Under the assumed crop prices and herbicide costs, these equations also resulted in the best estimates of whether or not a herbicide application resulted in a net profit or loss. Herbicide application was rarely economical in barley, but usually economical in wheat and canola reflecting the different market value of the crops. The implementation of the weed economic threshold concept is likely to be more feasible in low-value crops such as feed barley than in higher-value crops such as canola. Key words: Barley (Hordeum vulgare L.), canola (Brassica napus L.), volunteer cereals, weed economic threshold, wheat (Triticum aestivum L.), wild oat (Avena fatua L.)
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».