Determining the growth responses of Phyla canescens to shoot and root damage as a platform to better-informed weed-management decisions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Understanding the responses of invasive plants to control methods is important in developing effective management strategies. Lippia (Phyla canescens (Kunth) Greene : Verbenaceae) is an invasive, perennial, clonal forb for which few control options exist for use in the Australian natural and agro-ecosystems it threatens. To help inform management decisions, lippia’s growth responses to damage it may experience during proposed control measures, i.e. cutting, crushing, twisting, were assessed in three glasshouse experiments using either whole plants or plant pieces. Plants quickly recovered from severe damage through growth from shoot and root buds at stem nodes. After shoot and root removal, the relative growth rate of the remaining plant was twice that of controls, suggesting tolerance to damage. Lacking buds, root pieces and isolated stem internodes were incapable of responding. Crushing and cutting individual ramets and plant pieces induced the largest responses, including release of axillary buds on damage or removal of apical buds, but full recovery was not achieved. Lippia will be difficult to control because of its ability to rapidly propagate from stem fragments possessing undamaged or damaged nodes; thus, the full impact of control methods that increase fragmentation (e.g. grazing) should be assessed before implementation. Our results also suggest that the most effective biological agents will be those that limit lippia’s vegetative growth and spread, such as shoot- or crown-feeding insects.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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