Impact of common ragweed (<i>Ambrosia artemisiifolia</i>) aggregation on economic thresholds in soybean
Notice bibliographique
Résumé
One approach to site-specific weed control is to map weeds within a field and then divide the field area into smaller grid units. The decision to apply a herbicide to individual grid units, or decision units, is made by using yield loss models to establish an economic threshold level. However, decision units often contain weed populations with aggregated distributions. Many yield loss models have not considered this because experiments dealing with weed–crop competition typically assume uniform weed distributions. Therefore, these models may overestimate yield losses. Field experiments conducted in 1999 and 2000 compared the effects of common ragweed having a uniform distribution vs. an aggregated distribution on soybean seed yield, moisture content, and dockage. Field experiment data were used to calculate and compare economic thresholds for both distributions. Economic thresholds that considered drying costs and dockage also were compared. There was no significant difference inIparameters (yield loss as density approaches zero) between the two ragweed distributions in either year. Seed moisture content and dockage increased with increasing common ragweed densities, but increases were not significant at the break-even yield loss level. Economic threshold values were similar for both distributions with differences between aggregated and uniform of 0.14 and 0.01 plants m−2in 1999 and 2000, respectively. The economic threshold values were reduced by 0.01 to 0.06 plants m−2when drying costs and dockage were considered.
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 | 0,001 |
| 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 | 0,000 | 0,001 |
| 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 ».