MétaCan
Menu
Retour à la cohorte
Enregistrement W2124796005 · doi:10.1614/wt-d-14-00016.1

Soybean (<i>Glycine max</i>) Tolerance to Timing Applications of Pyroxasulfone, Flumioxazin, and Pyroxasulfone + Flumioxazin

2014· article· en· W2124796005 sur OpenAlexaff
Kristen E. McNaughton, Christy Shropshire, Darren E. Robinson, Peter H. Sikkema

Notice bibliographique

RevueWeed Technology · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBiologyGlycineAgronomyCotyledonCultivarYield (engineering)HorticultureMaterials science

Résumé

récupéré en direct d'OpenAlex

Four field studies were conducted over a 3-yr period (2011 to 2013) to determine the tolerance of four soybean cultivars to pyroxasulfone (89 and 178 g ai ha −1 ), flumioxazin (71 and 142 g ai ha −1 ), and pyroxasulfone + flumioxazin (160 and 320 g ai ha −1 ) applied either preplant incorporated (PPI), PRE, or at the soybean cotyledon stage (COT). When pyroxasulfone + flumioxazin was applied at 160 and 320 g ai ha −1 , at the cotyledon stage soybean yield was decreased by 9 and 14%, respectively. The only other treatment that decreased soybean yield was pyroxasulfone (178 g ai ha −1 ) applied PPI; yield was decreased by 6% despite minimal injury and dry biomass reductions observed during the season. Soybean tolerance to pyroxasulfone or flumioxazin applied alone was generally similar and injury was less than with pyroxasulfone + flumioxazin. Similarly, herbicides applied PPI and PRE were less injurious to soybean than the COT timing. Results suggest that soybean is tolerant to PPI and PRE applications of pyroxasulfone + flumioxazin but COT applications should be avoided.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,681
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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'étudeExpérimental (laboratoire)
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

Citations21
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207