Preplant and Postemergence Control of Glyphosate-Resistant Giant Ragweed in Corn
Notice bibliographique
Résumé
Glyphosate-resistant (GR) giant ragweed has recently been identified in southwestern Ontario and has the potential to be a significant problem for regional corn producers. Eight field trials [four with preplant (PP) and four with postemergence (POST) herbicides] were conducted from 2013 to 2014 on various Ontario farms infested with GR giant ragweed to determine the efficacy of PP and POST tank-mixes in corn. Glyphosate tank-mixed with atrazine, dicamba, dicamba/atrazine, mesotrione plus atrazine, flumetsulam, isoxaflutole plus atrazine, saflufenacil/dimethenamid-P, S-metolachlor/atrazine and rimsulfuron applied PP provided up to 54%, 95%, 93%, 95%, 40%, 89%, 91%, 50% and 93% control of GR giant ragweed and reduced dry weight 69%, 100%, 99%, 100%, 30%, 92%, 98%, 66% and 99%, respectively. POST application of glyphosate alone and tank-mixed with 2,4-D ester, atrazine, dicamba, dicamba/diflufenzopyr, dicamba/atrazine, bromoxynil plus atrazine, prosulfuron plus dicamba, mesotrione plus atrazine, topramezone plus atrazine, tembotrione/thiencarbazone-methyl and glufosinate provided up to 31%, 84%, 39%, 94%, 89%, 86%, 83%, 78%, 72%, 43%, 63% and 58% GR giant ragweed and reduced dry weight 55%, 99%, 72%, 99%, 99%, 98%, 96%, 96%, 93%, 89%, 91% and 95%, respectively. In general, PP control of GR giant ragweed was greater than POST applied herbicides evaluated. Based on these results, glyphosate tank-mixes containing dicamba or mesotrione plus atrazine applied PP, and dicamba applied POST will provide the most consistent control of GR giant ragweed in corn.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».