Agronomic and economic responses to integrated weed management systems and fungicide in a wheat-canola-barley-pea rotation
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
Changes in tillage intensity and herbicide use can influence the incidence of weeds, insects and diseases, crop yields and economic returns. We examined the effects of six integrated weed management systems (with varying combinations of tillage methods, seeding rate, seeding date, time when weed control was applied, and annual fungicide applications on pest incidence, grain yield and quality, and economic returns for a spring wheat (Triticum aestivum L.)-canola (Brassica napus L.)-barley (Hordeum vulgare L.)-pea (Pisum sativum L.) rotation in the Dark Brown soils of the Moist Mixed Grassland Ecoregion of Saskatchewan. Herbicide use intensity was reduced without a significant increase in weed biomass in five of the six systems in most crops and years. The complete elimination of herbicides in one system resulted in significant crop yield losses. Certain insects were more prevalent in the cropping systems with early planting dates. Zero tillage systems produced higher yields, and yields generally declined as tillage intensity increased. For all crops, the high herbicide-zero tillage system produced the highest yields, whereas the lowest yields were obtained in the no herbicide-high tillage system. Management method had minimal impact on seed quality. Application of fungicide generally increased yields of barley, wheat and pea, but the increases were not sufficient to recover fungicide cost. High herbicide-zero tillage, medium herbicide-zero tillage, and low herbicide-zero tillage systems produced the highest net return and no herbicide-high tillage system the lowest net return, under all grain price scenarios. Key words: Agronomic, economic, tillage, herbicide, fungicide, weed management systems, weed, insect, disease
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 | 0,000 |
| 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