Herbicide Timing and Rate Effects on Weed Management in Three Herbicide-Resistant Canola Systems
Notice bibliographique
Résumé
Herbicide-resistant canola dominates the canola market in Canada. A multiyear field experiment was conducted at three locations to investigate the effect of time of weed removal (two-, four-, or six-leaf canola) and herbicide rate (50 or 100% recommended) in three herbicide-resistant canola systems. Weeds were controlled in glufosinate-resistant canola (GLU) with glufosinate, in glyphosate-resistant canola (GLY) with glyphosate, and in imidazolinone-resistant canola (IMI) with a 50:50 mixture of imazamox and imazethapyr. Canola yields were similar among the three canola cultivar–herbicide systems. Yields were not influenced by 50 vs. 100% herbicide rates. Timing of weed removal had the greatest effect on canola yield, with weed removal at the four-leaf stage giving the highest yields in most cases. Percent dockage was often greater for GLU and IMI than for GLY. In comparison with the other treatments, dockage levels doubled for GLU after application at 50% herbicide rates. The consistency of monocot weed control was usually greater for GLY than for GLU or IMI systems. However, weed biomass data revealed no differences in dicot weed control consistency between IMI and GLY systems. Greater dockage and weed biomass variability after weed removal at the six-leaf stage or after low herbicide rates suggests higher weed seed production, which could constrain the adoption of integrated weed management practices in subsequent years.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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 tête enseignante, 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 ».