Responses of Various Market Classes of Dry Beans (<i>Phaseolus vulgaris</i>L.) to Linuron
Notice bibliographique
Résumé
Tolerance of eight market classes of dry beans (black, brown, cranberry, kidney, otebo, pinto, white, and yellow eye beans) to the PRE application of linuron at the rate of 2.25 and 4.50 kg ai/ha was studied at two locations in Ontario, Canada, in 2003 and 2004. The eight market classes differed in their response to linuron. Linuron PRE caused as much as 43, 20, 7, 17, 54, 36, 56, and 12% visual injury in black, brown, cranberry, kidney, otebo, pinto, white, and yellow eye beans, respectively. Linuron PRE at 2.25 kg/ha reduced plant height 38% in otebo beans and 31% in white beans. Linuron PRE at 4.50 kg/ha reduced plant height 24 to 56% in black, brown, otebo, pinto, and white beans. Shoot dry weight was reduced in otebo beans by 56% and in white beans, by 46% at the low rate. Shoot dry weight was decreased 26 to 92% in black, otebo, pinto, white, and yellow eye beans at the high rate. There were no differences in the shoot dry weight of the other market classes. Linuron PRE at the low rate reduced otebo bean yield 42% and at the high rate reduced yields by 56, 74, and 61% in black, otebo, and white beans, respectively. There was no effect on the yield of other market classes. Differences in dry bean market class tolerance to linuron exists and may be summarized for these cultivars as cranberry > kidney > brown > yellow eye > pinto > black > white > otebo. Additional research is needed to determine if cultivars within a dry bean market class differ in their response to linuron.
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 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 | 0,000 | 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 tête enseignante, 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 ».