MétaCan
Menu
Retour à la cohorte
Enregistrement W2152149962 · doi:10.1614/wt-06-050.1

Dry Bean Response to Preemergence-Applied KIH-485

2007· article· en· W2152149962 sur OpenAlexaffabout
Peter H. Sikkema, Christy Shropshire, Nader Soltani

Notice bibliographique

RevueWeed Technology · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant pathogens and resistance mechanisms
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDry beanHorticultureDry weightShootPinto beanDry matterBiologyAgronomyPhaseolus

Résumé

récupéré en direct d'OpenAlex

Three field trials were conducted over a 2-yr period (2004 and 2005) at Exeter and Ridgetown, Ontario to evaluate the tolerance of eight market classes of dry beans to KIH-485 applied PRE at 210 and 420 g ai/ha. KIH-485 PRE caused as much as 67% visual injury in small-seeded and 44% visual injury in large-seeded dry beans. KIH-485 applied PRE at 420 g/ha reduced plant height up to 47% at Ridgetown and 8% at Exeter in 2004, and reduced height of brown and white bean by 15 and 19%, respectively, but had no effect on the height of the other beans in 2005. Shoot dry weight was not affected at Exeter in 2004 but was reduced by 46% at Ridgetown in 2004 and 14% at Exeter in 2005. In 2004, seed moisture content increased by 5, 6, and 12% in black, otebo, and pinto beans, respectively. Seed yield was reduced up to 27% at Ridgetown and 11% at Exeter in 2004 but was not affected at Exeter in 2005. On the basis of this research, KIH-485 PRE causes unacceptable injury in some dry bean market classes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,338
Score d'incertitude au seuil0,303

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,197 · 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 tête enseignante, 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

Citations13
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetPlant pathogens and resistance mechanismsTravaux en français237 207