MétaCan
Menu
Retour à la cohorte
Enregistrement W2133894565 · doi:10.1614/wt-d-13-00153.1

Response of Teff, Barnyardgrass, and Broadleaf Weeds to Postemergence Herbicides

2014· article· en· W2133894565 sur OpenAlexaboutno aff
O. Steven Norberg, Joël Félix

Notice bibliographique

RevueWeed Technology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueTurfgrass Adaptation and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDicambaHayAgronomyForageWeed controlWeedBiologyAnimal science

Résumé

récupéré en direct d'OpenAlex

Teff is a warm-season C4 annual grass crop grown for forage and food grain that has recently increased in production in parts of the United States. Hay from teff is well suited for livestock, especially horses. The objective of this study was to evaluate teff and weed response to selected herbicides in field studies conducted at the Malheur Experiment Station, Ontario, OR in 2009 and 2010. Herbicides were applied POST when teff was at the four-leaf stage. Broadleaf weed control at 21 d after treatment was greater than 91% across herbicide treatments. Only the premix of 2.5 g ai ha−1florasulam + 99 g ae ha−1fluroxypyr + 15 g ai ha−1pyroxsulam provided acceptable control of barnyardgrass. Due primarily to barnyardgrass competition, teff treated with a premix of 2.5 g ha−1florasulam + 99 g ha−1fluroxypyr + 15 g ha−1pyroxsulam produced 7,200 kg ha−1of teff hay compared with 4,800 kg ha−1of teff hay for 2,4-D and dicamba and 4,200 kg ha−1teff hay when no herbicides were used. Teff grain production was greater with 2.5 g ha−1florasulam + 99 g ha−1fluroxypyr + 15 g ha−1pyroxsulam compared with any of the other treatments. The use of a premix of florasulam + fluroxypyr + pyroxsulam would improve broadleaf and grass weed control in ‘Tiffany' and ‘Dessie' teff varieties, improve hay and grain yield, and reduce production costs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,004
Tête enseignante GPT0,208
Écart entre enseignants0,204 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetTurfgrass Adaptation and ManagementTravaux en français237 207