Weed Control, Environmental Impact, and Economics of Weed Management Strategies in Glyphosate-Resistant Soybean
Notice bibliographique
Résumé
With the number of glyphosate-resistant weed species increasing in North America and a lack of new herbicide chemistries being developed, growers are shifting toward using older herbicides that are more expensive and may be less environmentally friendly. Therefore, to determine which weed management strategies are most cost effective and have the lowest impact on the environment we evaluated the efficacy, environmental impact, and the profitability of several weed management strategies in glyphosate-resistant soybean over a 3-yr period (2007 to 2009) at three locations in southwestern Ontario, Canada. No visible injury to soybean was observed with the herbicide treatments evaluated. A sequential application of glyphosate consistently provided high levels of weed control (99 to 100%) at 56 d after treatment in comparison with one- or two-pass herbicide programs. Soybean yield did not differ between the two-pass herbicide programs and glyphosate applied early POST; however, a yield benefit was found with a sequential application of glyphosate or a PRE herbicide followed by glyphosate compared with glyphosate applied only at late POST. The two-pass herbicide programs had higher environmental impact (EI) (> 23) than the one-pass herbicide programs (< 15), except when imazethapyr was followed by or tank-mixed with glyphosate, which had an equivalent EI (∼ 14) to the one-pass herbicide programs. Not surprisingly because of the low purchase price of glyphosate, gross margins were highest for treatments that included glyphosate. However, to reduce the selection pressure on glyphosate-resistant weed biotypes, to reduce environmental impact, and to increase gross margins a combination of glyphosate with another mode of action would be most beneficial. In this study glyphosate + imazethapyr was the best alternative to a sequential two-pass glyphosate program.
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 | 0,000 | 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 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 ».