MétaCan
Menu
Retour à la cohorte
Enregistrement W2153723188 · doi:10.1614/ws-d-13-00068.1

Fertilizer Application Has No Effect on Large (<i>Digitaria sanguinalis</i>) or Smooth (<i>Digitaria ischaemum</i>) Crabgrass Germination and Emergence in Residential Turfgrass in a Northern Climate

2014· article· en· W2153723188 sur OpenAlexafffundabout
Fawn A. Turner, Rene C. Van Acker

Notice bibliographique

RevueWeed Science · 2014
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Ministry of Agriculture, Food and Rural AffairsSyngenta Canada
Mots-clésDigitaria sanguinalisGerminationFertilizerDigitariaAgronomyWeedContext (archaeology)BiologyFestuca rubraLawnWeed controlBotany

Résumé

récupéré en direct d'OpenAlex

Given the importance of emergence level and timing to the competitiveness and success of annual crabgrass species in turfgrass, particularly in the context of increasing synthetic pesticide bans and the common cultural practice of fertilization, a study was conducted in a northern region of North America (Ontario, Canada) to determine the effect of fertilizer application on large and smooth crabgrass emergence in residential lawns. In petri dish experiments, we reconfirmed that KNO 3 has a significant positive effect on large and smooth crabgrass seed germination but we showed that there is only an effect on fresh seed and no effect on aged seed, suggesting that the treatment affects dormancy level and not germination per se. In two other experiments using turf cores and commercial lawn fertilizer in growth room conditions and in field trials at three sites, we confirmed this result showing that neither fall nor spring fertilizer application had any effect on the emergence level of either smooth or large crabgrass. These results have practical relevance to homeowners and turf managers in this region because they are dealing with crabgrass emerging in the spring from seed shed the previous fall. The results also show that fertilizer can be used to aid turf quality and competitiveness without impacting true infestation level (density) of crabgrass in the spring.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,942
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0000,001
Science ouverte0,0010,000
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 GPT0,239
Écart entre enseignants0,229 · 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'étudeObservationnel
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

Citations7
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWeed ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207