MétaCan
Menu
Retour à la cohorte
Enregistrement W1995972021 · doi:10.4236/as.2013.410075

Tolerance of mung bean to postemergence herbicides

2013· article· en· W1995972021 sur OpenAlexafffundabout
Nader Soltani, Christy Shropshire, Peter H. Sikkema

Notice bibliographique

RevueAgricultural Sciences · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Science and Fertilization
Établissements canadiensUniversity of Guelph
Organismes subventionnairesAgricultural Adaptation Council
Mots-clésBentazonMung beanShootWeed controlDry beanHorticultureAgronomyDry weightBiologyCultivar

Résumé

récupéré en direct d'OpenAlex

There are a limited number of postemergence (POST) herbicides available for weed management in mung bean production in Ontario. Five field studies were conducted in 2010, 2011 and 2012 near Exeter, Ontario and in 2011 and 2012 near Ridgetown, Ontario to determine the tolerance of mung bean to fomesafen, bentazon, bentazon + fomesafen and halosulfuron applied POST at the 1X and 2X proposed manufacturer’s recommended rate. Bentazon caused 5%-29%, 4%-31%, and 2%-18% injury, fomesafen caused 3%-17%, 1%-7%, and 0%-6% injury, bentazon + fomesafen caused 6%-40%, 4%-37%, and 1%-20% injury, and halosulfuron caused 13%-65%, 8%-75%, and 5%-47% injury in mung bean at 1, 2, and 4 weeks after treatment (WAT), respectively. At Exeter, fomesafen had no adverse effect on height of mung bean but bentazon, bentazon + fomesafen and halosulfuron decreased mung bean height as much as 5% compared to the untreated control. At Ridgetown, there was no decrease in mung bean height due to the herbicides applied. Fomesafen had no adverse effect on shoot dry weight of mung bean but bentazon, bentazon + fomesafen and halosulfuron decreased shoot dry weight of mung beans as much as 43%, 47%, and 57%, respectively. Fomesafen, bentazon, bentazon + fomesafen and halosulfuron had no adverse effect on the seed moisture content and seed yield of mung bean with the exception of halosulfuron applied POST at 70 g ai ha-1 which increased seed moisture content 0.4% at Exeter and 1.4% at Ridgetown and decreased yield 16% at Exeter compared to the untreated control. Based on these results, there is not an adequate margin of crop safety for bentazon, bentazon + fomesafen and halosulfuron applied POST in mung bean. However, there is potential for fomesafen applied POST at the proposed manufacturer’s rate of 240 g ai ha-1 in mung bean production.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,249
Score d'incertitude au seuil0,495

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,217
Écart entre enseignants0,199 · 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'étudeExpérimental (laboratoire)
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

Citations6
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAgricultural SciencesMême sujetAgricultural Science and FertilizationTravaux en français237 207