MétaCan
Menu
Retour à la cohorte
Enregistrement W2138627292 · doi:10.1614/wt-d-13-00140.1

Efficacy of Fall- and Spring-Applied Pyroxasulfone For Herbicide-Resistant Weeds in Field Pea

2014· article· en· W2138627292 sur OpenAlexaffabout
Breanne D. Tidemann, Linda M. Hall, Eric N. Johnson, Hugh J. Beckie, Ken L. Sapsford, Lisa L. Raatz

Notice bibliographique

RevueWeed Technology · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensBC Research (Canada)Agriculture and Agri-Food CanadaUniversity of SaskatchewanUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésAgronomyBiologyAnimal scienceWeed controlOrganic matterAcetolactate synthaseField trialEcology

Résumé

récupéré en direct d'OpenAlex

Field trials were initiated in fall 2011 to determine the potential of pyroxasulfone to control acetolactate synthase (ALS) inhibitor-resistant weeds in field pea. Pyroxasulfone was applied in split-plot trials at five locations in western Canada using fall and PRE spring applications of 0 to 400 g ai ha−1. Trial locations were chosen with a range of soil organic matter content: 2.9, 4.3, 5.5, 10.5, and 10.6% at Scott, Kernen, Kinsella, Melfort, and Ellerslie, respectively. The herbicide dose required to reduce biomass by 50% (ED50) in false cleavers ranged between 53 and 395 g ha−1at Scott and Ellerslie, respectively. Wild oat ED50s varied between 0.54 g ha−1at Scott in the fall and 410 g ai ha−1in the spring at Melfort. ED50s for wild oat and false cleavers varied by 7.4- and 746-fold, respectively, depending primarily on the organic matter content at the trial location. The effect of application timing was not consistent. Significant yield reductions and pea injury occurred at 150 and 100 g ha−1and higher at Kernen and Scott, respectively. Low organic matter and high precipitation levels at these locations indicates increased herbicide activity under these conditions. Pyroxasulfone may allow control of ALS inhibitor-resistant false cleavers and wild oat; however, locations with high soil organic matter will require higher rates than those with low organic matter for similar control levels.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,008
Tête enseignante GPT0,211
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 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

Citations20
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207