MétaCan
Menu
Retour à la cohorte
Enregistrement W2181818800 · doi:10.21273/hortsci.41.5.1295

Weed Control in Processing Tomato (Lycopersicon esculentum) with Rimsulfuron and Thifensulfuron Applied Alone or with Chlorothalonil or Copper Pesticides

2006· article· en· W2181818800 sur OpenAlexafffundabout
Darren E. Robinson, Nader Soltani, Allan S. Hamill, Peter H. Sikkema

Notice bibliographique

RevueHortScience · 2006
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of GuelphAgriculture and Agri-Food Canada
Organismes subventionnairesAgriculture and Agri-Food Canada
Mots-clésMetribuzinChlorothalonilAgronomyChemistryWeed controlAmmonium hydroxideWeedMetolachlorFungicidePesticideBiologyAtrazine

Résumé

récupéré en direct d'OpenAlex

Combining herbicides and fungicides can improve production efficiency; however, there is little information on the effect of these mixtures on weed control and processing tomato crop response. Six field trials were conducted from 2002 to 2004 in Ontario to study the effect of rimsulfuron and thifensulfuron applied alone or in combination with metribuzin and with or without chlorothalonil or copper fungicides on processing tomato. There was no visual injury or reduction in marketable yield of processing tomato with rimsulfuron or thifensulfuron alone or when tank-mixed with chlorothalonil or copper hydroxide. Rimsulfuron, thifensulfuron, rimsulfuron plus metribuzin, and thifensulfuron plus metribuzin could be tank-mixed with chlorothalonil without a reduction in weed control. However, efficacy of rimsulfuron and thifensulfuron were reduced when tank-mixed with copper hydroxide. The reduction in weed control incited by adding copper hydroxide was overcome with a low rate (150 g·ha –1 a.i.) of metribuzin for thifensulfuron but not rimsulfuron. Application of rimsulfuron and thifensulfuron alone or with low rates of metribuzin and chlorothalonil could provide tomato growers with a single-pass treatment for the control of troublesome weeds and diseases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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 tête enseignante, 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

Citations11
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207