MétaCan
Menu
Retour à la cohorte
Enregistrement W2174775370 · doi:10.1614/wt-05-089r1.1

Farmer Perceptions of Weed Problems in Corn and Soybean Rotation Systems

2006· article· en· W2174775370 sur OpenAlexaboutno aff
K. D. Gibson, William G. Johnson, David E. Hillger

Notice bibliographique

RevueWeed Technology · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensnon disponible
Organismes subventionnairesPurdue UniversityU.S. Department of Agriculture
Mots-clésLambsquartersWeedAgronomyPerennial plantCrop rotationBiologyRagweedCropChenopodium

Résumé

récupéré en direct d'OpenAlex

Corn and soybean growers across Indiana were surveyed in 2003 to determine their perceptions of the importance of weed problems in various crop rotations. Growers were asked to list the three most problematic weeds in the following rotation systems: soybean and corn planted in alternate years (SC) and corn (CC) or soybean (SS) planted to the same field for 2 or more years. Although some summer annuals and perennials (common lambsquarters, Canada thistle, and common cocklebur) and winter annuals (chickweed and henbit) were considered problematic by at least 10% of growers in all three systems, there were differences among systems in the relative importance of weed species. Giant ragweed was considered problematic by at least 30% of SC and CC growers but by less than 10% of SS growers. Horseweed was listed as a problematic summer annual by 13% of SS growers but by only 3% of CC growers. Purple deadnettle was listed by 15% of CC growers but by less than 6% of SC and SS growers. Perennial dicots were more problematic in SS than in CC. Annual and perennial grasses were more problematic in CC than in SC or SS. Despite these differences, the results of this survey suggest that the cumulative effect of weed management practices in corn and soybean rotation systems in Indiana has been the promotion of larger seeded, broadleaf, summer annual species.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,189 · 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'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

Citations36
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207