Effect of two different thermal units and three types of mulch on weeds in apple orchards
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The effect of two different thermal units (flame and hot steam) and three types of mulch on the percentage of weeds killed was studied in a series of experiments over 2 years. The factors studied were driving speed (2, 3, 4 km/h), flame treatment (first, second, third), growth stage (<6, 68, >8 true leaves), hot steam treatment (single, double), mulch type (none, coarse bark, sawdust, hay), and chemical application. The results suggest that a driving speed of 2 km/h kills the highest percentage of weeds, and for weed species with unprotected growth points and thin leaves, the first flame application can completely kill weeds with <6 leaves. However, a second or third flame application is required for those with 6 or more leaves. The hot steam method is effective when it is applied twice, with the second application 1 week after the first. However, there is room for improving its technology to make it cost effective for large-scale applications. Mulches after chemical herbicide application are effective for controlling weeds. However, mulching cannot be recommended with flaming because of fire hazard. The effectiveness of herbicide depends on the weed species and on whether the same herbicide was used in the preceding years. Compared to using herbicide with mulching, herbicide alone was less effective in controlling weeds and more costly in terms of cost per hectare and the environment. Key words: thermal weed control, flame, hot steam, mulching, herbicides, apple orchard, logit models.
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.
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 découle