MétaCan
Menu
Retour à la cohorte
Enregistrement W2005074990 · doi:10.1614/wt-d-14-00098.1

Reduced Metribuzin Preharvest Interval on Potato Yield and Tuber Quality

2015· article· en· W2005074990 sur OpenAlexaboutno aff
Peter J. Dittmar, Roger B. Batts, Katherine M. Jennings, Robin R. Bellinder, Stephen L. Meyers

Notice bibliographique

RevueWeed Technology · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePotato Plant Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetribuzinPreharvestHorticultureYield (engineering)AgronomyBiologyWeed controlPostharvest

Résumé

récupéré en direct d'OpenAlex

Metribuzin has a 60-d preharvest interval (PHI) in potato, which limits utility of metribuzin POST in potato. In certain years, the potato may not fully cover the area between the potato rows. This allows for late-season weed emergence and subsequent yield reduction through direct competition or harvest interference. Field experiments were conducted in 2011 at Castle Hayne, NC; Freeville, NY; Hasting, FL; and Plymouth, NC to determine the effect of a 30-d PHI on potato crop tolerance. The cultivars planted were ‘Superior' and ‘Yukon Gold' in Castle Hayne and Plymouth, ‘Castille' and Yukon Gold in Freeville, and ‘Atlantic' in Hastings. Treatments included metribuzin at 278 g ai ha−1PRE, 30, and 60 d before harvest (DBH), and metribuzin at 556 g ha−1at 30 and 60 DBH. Split application treatments included metribuzin at 556 g ha−1at PRE followed by metribuzin at 556 g ha−130 or 60 DBH and metribuzin at 842 g ha−1PRE followed by metribuzin at 278 g ha−1at 30 or 60 DBH. Potato injury was ≤ 8% at all locations, and injury was transient. There were no differences observed between metribuzin rate or application date for individual potato grades or total yield. Reducing the PHI in potato to 30 d would have no effect on yield and would provide a longer period for controlling broadleaf weeds.

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 enseignants0,004
Score d'incertitude au seuil0,007

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,101
Tête enseignante GPT0,315
Écart entre enseignants0,214 · 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

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetPotato Plant ResearchTravaux en français237 207