MétaCan
Menu
Retour à la cohorte
Enregistrement W2166361611 · doi:10.1614/wt-08-122.1

Development of a Laboratory Bioassay and Effect of Soil Properties on Sulfentrazone Phytotoxicity in Soil

2009· article· en· W2166361611 sur OpenAlexaffabout
Anna M. Szmigielski, J.J. Schoenau, Eric N. Johnson, F.A. Holm, Ken L. Sapsford, Juxin Liu

Notice bibliographique

RevueWeed Technology · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésPhytotoxicityBioassayAgronomySugar beetWeedShootSoil waterChemistryBiologyEnvironmental scienceSoil scienceEcology

Résumé

récupéré en direct d'OpenAlex

Sulfentrazone is a phenyl triazolinone herbicide used for control of certain broadleaf and grass weed species. Sulfentrazone persists in soil and has residual activity beyond the season of application. A laboratory bioassay was developed for the detection of sulfentrazone in soil using root and shoot response of several crops. Shoot length inhibition of sugar beet was found to be the most sensitive and reproducible parameter for measurement of soil-incorporated sulfentrazone. The sugar beet bioassay was then used to examine the effect of soil properties on sulfentrazone phytotoxicity using 10 different Canadian prairie soils. Concentrations corresponding to 50% inhibition (I50values) were obtained from the dose–response curves constructed for the soils. Sulfentrazone phytotoxicity was strongly correlated to the percentage organic carbon (P = 0.01) and also to percentage clay content (P = 0.05), whereas correlation with soil pH was nonsignificant (P = 0.21). Because sulfentrazone phytotoxicity was found to be soil dependent, the efficacy of sulfentrazone for weed control and sulfentrazone potential carryover injury will vary with soil type in the Canadian prairies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,008
Tête enseignante GPT0,198
Écart entre enseignants0,190 · 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

Citations54
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207