Parameterization of the Phenological Development of Select Annual Weeds Under Noncropped Field Conditions
Notice bibliographique
Résumé
Barnyardgrass, common lambsquarters, redroot pigweed, and wild mustard are among the most common weeds in cropping systems throughout North America. Crop and weed competition models that predict phenological development across environments are useful research tools for advancing our knowledge of population dynamics or crop and weed competition. Phenological parameter estimates for such models require verification under field conditions. Field studies were conducted in 1999 and 2000 to determine growth and phenological development of these species under noncropped conditions to compare parameters developed previously from controlled environment studies. Weeds were planted on three separate planting dates in each year. Growth and phenological development were recorded. Number of leaves on the mainstem of all weed species, except common lambsquarters, was not affected by planting dates. Rate of leaf appearance described as a function of days after emergence ranged from 0.48 to 0.89, 0.10 to 0.31, 0.33 to 0.65, and 0.24 to 0.29 leaves d −1 for common lambsquarters, barnyardgrass, redroot pigweed, and wild mustard, respectively. When expressed as a function of growing degree days (GDD), rate of leaf appearance for these species ranged from 0.04 to 0.05, 0.01 to 0.02, 0.04 to 0.07, and 0.02 to 0.03 leaves GDD −1 , respectively. Planting date had differential effects on the rate of stem elongation and final plant height of each species in the 2 yr. Final plant biomass was also influenced by the time of planting; in general, weeds planted by mid-May had more biomass than those planted later. Parameters developed to describe phenological development under field conditions were comparable to those reported previously from controlled environment studies. We conclude that phenological parameters quantified under controlled environmental studies were comparable to those developed under field conditions for these weed species. Thus, either experimental method can be used to parameterize weed phenological development to initialize crop and weed competition models with reasonable confidence.
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 | 0,001 |
| 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 ».