MétaCan
Menu
Retour à la cohorte
Enregistrement W2160032870 · doi:10.4141/p06-138

Differential response of weed and crop species to potassium and sulphur fertilizers

2007· article· en· W2160032870 sur OpenAlexvenueno aff
Cynthia A. Grant, D. A. Derksen, Robert E. Blackshaw, T. Entz, H. H. Janzen

Notice bibliographique

RevueCanadian Journal of Plant Science · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgronomyWeedBiologyFertilizerCanolaBiomass (ecology)PotashCropPopulation

Résumé

récupéré en direct d'OpenAlex

Fertilization may affect the relative competitive ability of weeds and crops if the growth response to fertilizer differs among species. Greenhouse studies were conducted to evaluate the relative biomass yield response of 19 weed species and the crops canola (Brassica napus L.) and spring wheat (Triticum aestivum L.) to potassium (K) and sulphur (S) fertilization. Seven weed species showed a significant increase in biomass production at 6 wk with K fertilization, but biomass production of canola and wheat did not increase with K addition. Sulphur fertilizer increased the biomass production of canola, flixweed (Descurainia sophia L.) and wild mustard (Sinapis arvensis L.), three of the four Cruciferae species evaluated, as well as that of hairy nightshade (Solanum sarrachoides Sendtner), round-leaved mallow (Malva pusilla Sm.) and stork’s-bill [Erodium cirutarium (L.) L’Her. Ex. Ait.]. Sulphur fertilizer did not increase the biomass production of spring wheat or of any grass weed species. The data from the greenhouse study support the concept that fertilization may shift the relative competition between a crop and the weed population if the weeds are more responsive than the crop to the type of fertilizer applied. However, this concept should be tested under field conditions. Key words: Integrated weed management, sulphur, potassium

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,208
Écart entre enseignants0,193 · 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

Citations27
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207