MétaCan
Menu
Retour à la cohorte
Enregistrement W1997535810 · doi:10.1614/wt-d-11-00113.1

Management of Spreading Dogbane (<i>Apocynum androsaemifolium</i>) in Wild Blueberry Fields

2012· article· en· W1997535810 sur OpenAlexaff
Lin Wu, Nathan S. Boyd

Notice bibliographique

RevueWeed Technology · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensNova Scotia Department of Agriculture
Organismes subventionnairesnon disponible
Mots-clésDicambaGlyphosateTriclopyrHorticultureWeed controlAgronomyShootClopyralidBiologyEnvironmental scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Spreading dogbane is a troublesome weed of wild blueberry fields. Field studies were conducted in 2008 and 2009 to evaluate efficacy of different herbicides and application techniques on spreading dogbane as well as blueberry tolerance. Results indicated that summer-broadcast nicosulfuron at 25 g ai ha −1 with 0.5% v/v blend of surfactant with petroleum hydrocarbons suppressed (&gt; 60%) spreading dogbane at three of four sites. Spot sprays with dicamba at 1 kg ae ha −1 effectively controlled (&gt; 80%) spreading dogbane with minimal (19 to 23%) blueberry damage at three of four sites. Glyphosate spot sprays at 5 g ae L −1 water provided more effective and longer control than hand pulling. Wiping with glyphosate at 154 g ae L −1 water or wiping triclopyr at 29 g ae L −1 water onto the shoots is also an effective control method for localized patches of spreading dogbane. Although low to moderate crop damage may accompany these techniques, it may still be tolerable for growers to apply these options to limit long-term yield loss caused by spreading dogbane.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,871
Score d'incertitude au seuil0,172

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,010
Tête enseignante GPT0,218
Écart entre enseignants0,208 · 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

Citations11
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207