MétaCan
Menu
Retour à la cohorte
Enregistrement W2146863600 · doi:10.1614/ws-03-073r

Effects of three herbicides on whole-plant carbon fixation and water use by yellow nutsedge (<i>Cyperus esculentus</i>)

2004· article· en· W2146863600 sur OpenAlexaff
Hugh J. Earl, Jason A. Ferrell, William K. Vencill, Marc W. van Iersel, Mark A. Czarnota

Notice bibliographique

RevueWeed Science · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueTurfgrass Adaptation and Management
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMesotrioneCyperusAgronomyHorticultureCarbon fixationWeed controlAssimilation (phonology)ChemistryPhotosynthesisBiologyAtrazineBotanyPesticide

Résumé

récupéré en direct d'OpenAlex

Three herbicides were compared for their ability to reduce both carbon fixation and soil water depletion by yellow nutsedge in a growth chamber study. Whole-plant CO2exchange and water use were measured for 11 d after herbicide application. MSMA reduced carbon assimilation relative to the untreated control 1 d after treatment, and by 5 d after treatment respiration exceeded carbon assimilation during the photoperiod; however, MSMA had no significant effect on whole-plant water use during the measurement period. Halosulfuron reduced gross carbon assimilation to 30% of the pretreatment rate by the end of the experiment, but in contrast to MSMA it also strongly suppressed water use. Mesotrione never reduced carbon assimilation below 59% of the pretreatment rate and had no measurable effect on water use. Halosulfuron and MSMA reduced shoot regrowth to between 0 and 5% of the control, whereas mesotrione treatment allowed some 58% regrowth. These results indicate that whereas both MSMA and halosulfuron should provide effective control of yellow nutsedge, halosulfuron may be better able to rapidly suppress the weed's ability to compete for available soil water.

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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 Opus0,007
Tête enseignante GPT0,183
Écart entre enseignants0,176 · 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

Citations11
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed ScienceMême sujetTurfgrass Adaptation and ManagementTravaux en français237 207