Dry Bean Response to Preemergence-Applied KIH-485
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».