Modeling site-specific wild oat (<i>Avena fatua</i>) emergence across a variable landscape
Notice bibliographique
Résumé
The spatial and temporal pattern of wild oat emergence in eastern Washington is affected by the steep, rolling hills that dominate this landscape. The objective of this study was to assess the impact of landscape position and crop residue on the emergence phenology of wild oat. Emergence of a natural wild oat infestation was characterized over two growing seasons (2003 and 2004), at two wheat residue levels (0 and 500 g m−2), and at five landscape positions differing in slope, aspect, and elevation in a no-till winter wheat field. Wild oat emerged 1 to 2 wk earlier at south-facing landscape positions than at north-facing landscape positions. Crop residue delayed wild oat emergence by 7 to 13 d relative to bare soil at south-facing positions in 2003 and had a reduced effect on emergence at north-facing landscape positions. Therefore, preserving surface residues tended to synchronize emergence across the landscape and may facilitate better timing of weed control where residue is present. Emergence of wild oat was modeled as a function of thermal time adjusted by water potential using a Weibull function. Temperature explained more variation in the model than water potential. This model explained much of the variability in wild oat emergence among landscape positions over these 2 yr and may be useful as a tool to predict the timing of wild oat emergence. Results also indicate that site-specific modeling is a plausible approach to improving prediction of weed seedling emergence.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».