MétaCan
Menu
Retour à la cohorte
Enregistrement W2135204201 · doi:10.4236/as.2015.61014

Pendimethalin Residues from Weed Management in Dry Bean Can Cause Injury in Autumn Seeded Winter Wheat

2015· article· en· W2135204201 sur OpenAlexafffundabout
Nader Soltani, Christy Shropshire, Peter H. Sikkema

Notice bibliographique

RevueAgricultural Sciences · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesAgricultural Adaptation CouncilGrain Farmers of Ontario
Mots-clésPendimethalinDry beanAgronomyWeedWeed controlYield (engineering)Winter wheatDry weightBiologyCultivar

Résumé

récupéré en direct d'OpenAlex

There is little information on effect of pendimethalin residues in the soil used for weed management in dry bean, on winter wheat seeded 3 to 4 months after application in Ontario. A total of four field experiments were conducted over a four-year period (2008-2011) in Ontario to evaluate the effect of pendimethalin residues on winter wheat injury and yield grown in rotation with dry bean. Pendimethalin, applied PPI in dry bean, at 1080 and 2160 g ai ha-1 caused 1% to 3% injury and 4% to 9% winter wheat injury evaluated 1 and 4 weeks after emergence (WAE) in the fall and on approximately the first of May, June and July of the following year. Pendimethalin applied PPI in the spring at 1X or 2X manufacturer’s recommended rate (1080 or 2160 g ai ha-1) in dry bean caused no adverse effect on the winter wheat height evaluated in July of the following year and no adverse effect on maturity at harvest. Pendimethalin applied PPI at 1080 g ai ha-1 in dry bean in the spring caused no adverse effect on winter wheat yield, but pendimethalin applied at 2160 g ai ha-1 rate caused a 4% reduction in yield of winter wheat. Based on this study, pendimethalin applied PPI at 2160 g ai ha-1 has potential to cause injury and yield reduction in winter wheat grown in rotation with dry bean under Ontario environmental conditions.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,126

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 Opus0,035
Tête enseignante GPT0,260
Écart entre enseignants0,226 · 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'étudeObservationnel
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

Citations8
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAgricultural SciencesMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207