Weed Control with Halosulfuron Applied Preplant Incorporated, Preemergence or Postemergence in White Bean
Notice bibliographique
Résumé
Four field trials were conducted over a three-year period (2011-2013) at various locations in Ontario to evaluate the level of weed control provided by halosulfuron applied PPI,PREor POST at 17.5, 35 and 70 g·ai·ha-1 in white bean. Halosulfuron applied PPI or PRE at 17.5, 35 and 35 g·ai·ha-1 caused 2% or less visible injury 1 and 4 WAA in white bean. However, halosulfuron applied POST at 17.5, 35 and 70 g·ai·ha-1 caused 2% - 8% and 1% - 3% white bean injury at 1 and 4 WAA, respectively. There was no decrease in white bean seed yield relative to the weed free check due to weed interference with halosulfuron applied PPI or PRE at doses evaluated, except when applied PRE at 17.5 g·ai·ha-1 which resulted in a decrease in seed yield of 25%. Weed interference caused a decrease in white bean yield of 47%, 42% and 44%, when halosulfuron was applied POST at 17.5, 35 and 70 g·ai·ha-1, respectively. Halosulfuron applied PPI, PRE and POST controlled AMARE 92% - 100%, 85% - 99% and 47% - 75%; CHEAL 95% - 100%, 83% - 99% and 36% - 51%; and SINAR 97% - 100%, 99% - 100% and 100%, respectively. Halosulfuron applied PPI and PRE reduced AMARE density 93% - 97% and 75% - 95%; CHEAL density 89% - 98% and 81% - 93%; and SINAR density 99% - 100% and 99% - 100%, respectively. Halosulfuron applied PPI and PRE reduced dry weight of AMARE 96% - 98% and 86% - 96%; CHEAL 96% - 98% and 87% - 93%; and SINAR 100% and 100%, respectively. Halosulfuron applied POST at rates evaluated reduced SINAR density and dry weight 100% but caused no significant reduction in AMARE and CHEAL density or dry weight compared to the weedy check. Based on these results, halosulfuron applied PPI orPREat 35 g·ai·ha-1 can be used safely for the control of selected broadleaf weeds in white 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».