MétaCan
Menu
Retour à la cohorte
Enregistrement W1994238871 · doi:10.1614/wt-05-092r.1

Comparison of a Glyphosate-Resistant Canola (<i>Brassica napus</i>L.) System with Traditional Herbicide Regimes

2006· article· en· W1994238871 sur OpenAlexafffundabout
John T. O’Donovan, K. Neil Harker, George W. Clayton, Robert E. Blackshaw

Notice bibliographique

RevueWeed Technology · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesAlberta Canola Producers Commission
Mots-clésCanolaGlyphosateAgronomyWeed controlBiologyBrassicaCropWeedCultivarCrop yieldPesticidePesticide resistance

Résumé

récupéré en direct d'OpenAlex

Herbicide-resistant cultivars account for over 90% of the canola grown in western Canada and cultivars resistant to glyphosate dominate the market. Field experiments were conducted at three locations in Alberta to compare the glyphosate system with more traditional herbicide regimes. Glyphosate applied before seeding in spring resulted in better weed control, lower dockage, and higher canola yield and net return than 2,4-D applied in the fall. Glyphosate applied once (two- to four-leaf canola) or twice (two- to four-leaf followed by five- to six-leaf canola) in-crop provided similar weed control, dockage, and canola yield as ethalfluralin applied PRE in the fall followed by an in-crop mixture of sethoxydim, ethametsulfuron, and clopyralid; and superior weed control and canola yield and lower dockage than ethalfluralin alone or an in-crop mixture of sethoxydim and ethametsulfuron. The in-crop glyphosate applications resulted in higher net revenues than the other treatments. There was little or no advantage to applying glyphosate twice compared with once in-crop. The amount of active ingredient entering the environment varied with the herbicide regime but was lower with the glyphosate system than with most of the traditional regimes, especially when glyphosate was applied only once in-crop.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,213
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), 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

Citations32
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207