MétaCan
Menu
Retour à la cohorte
Enregistrement W2139193102 · doi:10.1614/wt-d-13-00128.1

Weed Management in Conventional- and No-Till Soybean Using Flumioxazin/Pyroxasulfone

2014· article· en· W2139193102 sur OpenAlexaff
Kris J. Mahoney, Christy Shropshire, 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-clésLambsquartersFoxtailAgronomyWeed controlBiologyTillageWeedNo-till farmingRagweedSoil waterSoil fertilityChenopodiumEcology

Résumé

récupéré en direct d'OpenAlex

Eleven field experiments were conducted over a 3-yr period (2010, 2011, and 2012) in conventional- and no-till soybean with a flumioxazin and pyroxasulfone premix. PRE and preplant applications were evaluated for soybean injury, weed control, and yield compared to standard herbicides. Early-season soybean injury from flumioxazin/pyroxasulfone ranged from 1 to 19%; however, by harvest, soybean yields were similar across labeled rates (160 and 200 g ai ha−1), standard treatments, and the nontreated control. Flumioxazin/pyroxasulfone provided excellent control (99 to 100%) of velvetleaf, pigweed species (redroot pigweed and smooth pigweed), and common lambsquarters across almost all rates tested (80 to 480 g ai ha−1). Common ragweed, green foxtail, and giant foxtail control increased with flumioxazin/pyroxasulfone rate. The biologically effective rates varied between tillage systems. The flumioxazin/pyroxasulfone rate required to provide 80% control (R80) of pigweed was 3 and 273 g ai ha−1under conventional- and no-till, respectively. For common ragweed, the R80was 158 g ai ha−1under conventional tillage; yet, under no-till, the rate was nonestimable. The results indicate that flumioxazin/pyroxasulfone can provide effective weed control as a setup for subsequent herbicide applications.

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)0,000
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 enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,215
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

Citations46
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207