Herbicide Rate, Glyphosate/Glufosinate Sequence and Corn/Soybean Rotation Effects on Weed Seed Banks
Notice bibliographique
Résumé
The effect of herbicide rates on weed control and crop yield is the subject of countless and ongoing research projects. Weed seed banks receive very little attention in comparison. The seed bank resulting from 3 yr (2006 to 2008) of single herbicide rates in a cropping system where glyphosate/glufosinate and corn/soybean were rotated or not was evaluated in a field located in St-Augustin-de-Desmaures, Québec, Canada. Field plots under conventional tillage were seeded in corn every year, or corn and soybean (1 yr). These plots received the same herbicide every year or various glyphosate/glufosinate 3-yr sequences. Subplots were sprayed with a single POST application of the recommended rate of glyphosate (900 g ae ha −1 ) or glufosinate (500 g ai ha −1 ) or lower rates. Subplots received the same full (1.0×, recommended) or reduced (0.5×, 0.75×) rate every year. After crop harvest in 2008, soil cores were extracted and the weed seed bank was evaluated. Including soybean in the cropping system resulted in lower seed banks compared to those under continuous corn cropping. Including glufosinate in a glyphosate herbicide sequence increased weed seed banks due to the lower efficacy of the glufosinate rates tested at reducing the seed bank of annual grasses. Higher herbicide rates translated into lower seed banks, up to a certain rate. After 3 yr, the lowest seed bank (full glyphosate rates every year) still had 4,339 ± 836 seeds m −2 and was higher than the initial seed bank (2,826 ± 724 seeds m −2 ).
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».