Seeding rate, herbicide timing and competitive hybrids contribute to integrated weed management in canola (<i>Brassica napus</i>)
Notice bibliographique
Résumé
Implementing a favourable agronomic practice often enhances canola production. Combining several optimal practices may further increase production, and, given greater crop health and competitiveness, could also improve weed control. A field experiment was conducted at Lacombe and Lethbridge, Alberta, from 1998 to 2000, to determine the optimal combination of glufosinate-tolerant cultivar (hybrid InVigor 2153 or open-pollinated Exceed), crop seeding rate (100, 150, or 200 seeds m-2) and time of weed removal (two-, four-, or six-leaf stage of canola) for canola yield and weed suppression. At equal targeted seeding rates, the hybrid cultivar had greater seedling density (8 plants m-2 higher) and seed yield (22% higher) when compared with the open-pollinated cultivar. Combining the better cultivar with the highest seeding rate, and the earliest time of weed removal led to a 41% yield increase compared with the combination of the weaker cultivar, the lowest seeding rate and the latest time of weed removal. The same optimal factor levels also favoured higher levels of weed control and lower weed biomass variability. Managing these factors at optimal levels may help increase net returns, reduce herbicide dependence and favour the adoption of more integrated weed management systems. Key words: Crop health, direct seeding, glufosinate, integrated weed management, weed population variability
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 | 0,001 | 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) | 0,001 | 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 ».