MétaCan
Menu
Retour à la cohorte
Enregistrement W2057782308 · doi:10.4141/p06-016

Control of herbicide-resistant common waterhemp (<i>Amaranthus tuberculatus</i> var. <i>rudis</i>) with pre- and post-emergence herbicides in soybean

2007· article· en· W2057782308 sur OpenAlexaffvenueabout
J. D. Vyn, Clarence J. Swanton, Susan E. Weaver, Peter H. Sikkema

Notice bibliographique

RevueCanadian Journal of Plant Science · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBiologyGlyphosateMetribuzinWeed controlMetolachlorAgronomyGlufosinatePesticide resistanceWeedPesticideAtrazine

Résumé

récupéré en direct d'OpenAlex

Common waterhemp was first identified in Ontario in 2002. Eight trials were conducted ove r a 3-yr period (2003-2005) at Cottam and Petrolia, Ontario to determine the efficacy of various preemergence and postemergence herbicides for the control of herbicideresistant waterhemp in soybean [ Glycine max (L.) Merr.]. Waterhemp was resistant to the a cetolactate synthase-inhibiting herbicides at both locations and to the photosystem II-inhibiting herbicides at Petrolia; therefore, results varied by location. Results at Petrolia also varied across years. Waterhemp interference resulted in soybean yield losses of up to 73% in weedy versus weed-free checks. Preemergence-applied metolachlor, dimethenamid, and linuron provided greater than 80% control and metolachlor plus metribuzin 94% or greater control of waterhemp 70 d after emergence at both locations. Acifluorfen, fomesafen, imazamox plus fomesafen, and glyphosate applied postemergence resulted in 87% or greater waterhemp control 70 d after application at Cottam in 2003 and 2004 and at Petrolia in 2004; however, waterhemp control with these herbicides was only 60 to 66% at Petrolia in 2005 due to prolonged weed emergence. Multiple herbicide applications per season may be required for effective waterhemp control in soybean. Key words:

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,903

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations30
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207