MétaCan
Menu
Retour à la cohorte
Enregistrement W1992501598 · doi:10.5558/tfc2015-029

Determining the glyphosate tolerance of eastern white cedar: First year post-treatment results

2015· article· en· W1992501598 sur OpenAlexafffundvenue
Thomas L. Noland, Rongzhou Man, Michael Irvine

Notice bibliographique

RevueThe Forestry Chronicle · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensOntario Forest Research InstituteMinistry of Natural Resources and Forestry
Organismes subventionnairesOntario Ministry of Natural Resources and ForestryMinistry of Natural Resources
Mots-clésGlyphosateHerbaceous plantBiologyCompetition (biology)Weed controlHorticultureAgronomyAnimal scienceBotanyEcology

Résumé

récupéré en direct d'OpenAlex

Little is known about the silvicultural traits of eastern white cedar (Thuja occidentalis L.), and especially the tolerance of seedlings to herbicides. A study was established to determine the sensitivity of cedar seedlings to timing and concentration of glyphosate applications. Glyphosate was applied to seedlings at three concentrations (1.04, 2.07, and 4.14 acid equivalent (ae) kg ha -1 ) at three times (July 28, August 10 and August 31) and their survival and growth was compared with that of seedlings in three control treatments (competition free, always competition, and competition free after an August 10 application of 2.07 kg ha -1 glyphosate) for a total of 12 treatments. Damage to foliage increased (r 2 = 0.99) and first-year volume growth decreased (r 2 = 0.91) with increasing glyphosate concentration. Glyphosate applied at 4.14 kg ha -1 killed 9% of the seedlings; even the lowest concentration of glyphosate (1.04 kg ha -1 ) reduced first-year volume growth more than continuous herbaceous competition. Application timing did not affect the amount of foliar damage or the growth of seedlings. However, in the winter following the treatments, snow damage was greater in the weed-free control seedlings than in all other treatments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,518
Score d'incertitude au seuil0,285

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,234
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe Forestry ChronicleMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207