MétaCan
Menu
Retour à la cohorte
Enregistrement W2179002518 · doi:10.1614/p2002-163

Multiple herbicide–resistant canola can be controlled by alternative herbicides

2004· article· en· W2179002518 sur OpenAlexaff
Hugh J. Beckie, G. Séguin-Swartz, Harikumar Nair, Suzanne I. Warwick, Eric N. Johnson

Notice bibliographique

RevueWeed Science · 2004
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensAgriculture and Agri-Food Canada
Organismes subventionnairesUniversity of Warwick
Mots-clésCanolaGlufosinateCultivarBromoxynilBiologyMCPAGlyphosateAgronomyHerbicide resistanceMetribuzinHorticulturePesticideChemical controlWeed control

Résumé

récupéré en direct d'OpenAlex

Unintentional herbicide resistance gene stacking in canola may alter the sensitivity of volunteers to herbicides of alternative modes of action commonly used for their control. Greenhouse experiments were conducted to investigate the response of three single-herbicide–resistant (HR) cultivars (glyphosate, glufosinate, imidazolinone), one non-HR cultivar, and seven multiple (double or triple)–HR experimental lines to 2,4-D (amine and ester), MCPA ester, and metribuzin applied at the two- to three-leaf stage and of one non-HR and four HR cultivars (glyphosate, glufosinate, imidazolinone, bromoxynil) to 2,4-D amine applied at two growth stages (two- to three-leaf stage and five- to six-leaf stage). All canola cultivars or lines treated at the two- to three-leaf stage responded similarly to increasing doses of each of the three herbicides. At the five- to six-leaf stage, however, the bromoxynil HR cultivar was less sensitive to 2,4-D than the other cultivars. The results of this study suggest that canola with multiple-herbicide–resistance traits does not differ from cultivars that are non-HR or single HR in its sensitivity to herbicides commonly used to control volunteers. All volunteers, whether non-HR, single HR, or multiple HR, should be treated when plants are most sensitive to herbicides (two- to four-leaf stage) to reduce their interference against crops and their perpetuation of gene flow.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,231
Écart entre enseignants0,215 · 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

Citations71
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207