Glyphosate-Resistant Giant Ragweed (<i>Ambrosia trifida</i>) Control in Dicamba-Tolerant Soybean
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
Glyphosate-resistant (GR) giant ragweed has been confirmed in Ontario, Canada. Giant ragweed is an extremely competitive weed and lack of control in soybean will lead to significant yield losses. Seed companies have developed new herbicide-resistant (HR) crop cultivars and hybrids that stack multiple HR traits. The objective of this research was to evaluate the efficacy of glyphosate and glyphosate plus dicamba tank mixes for the control of GR giant ragweed under Ontario environmental conditions in dicamba-tolerant (DT) soybean. Three field trials were established over a 2-yr period (2010 and 2011) on farms near Windsor and Belle River, ON. Treatments included glyphosate (900 g ae ha −1 ), dicamba (300 g ae ha −1 ), and dicamba (600 g ha −1 ) applied preplant (PP), POST, or sequentially in various combinations. Glyphosate applied PP, POST, or sequentially provided 22 to 68%, 40 to 47%, and 59 to 95% control of GR giant ragweed and reduced shoot dry weight 26 to 80%, 16 to 50%, and 72 to 98%, respectively. Glyphosate plus dicamba applied PP followed by glyphosate plus dicamba applied POST consistently provided 100% control of GR giant ragweed. DT soybean yield correlated with GR giant ragweed control. This is the first report in Canada of weed control in DT soybean, specifically for the control of GR giant ragweed. Results indicate that the use of dicamba in DT soybean will provide an effective option for the control of GR giant ragweed in Ontario.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découle