MétaCan
Menu
Retour à la cohorte
Enregistrement W2190373519 · doi:10.5772/61550

Assessment of Wild Mustard (Sinapis arvensis L.) Resistance to ALS-inhibiting Herbicides

2015· book-chapter· en· W2190373519 sur OpenAlexfundno aff
Anna M. Szmigielski, J.J. Schoenau, Hugh J. Beckie

Notice bibliographique

RevueInTech eBooks · 2015
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensnon disponible
Organismes subventionnairesAgriculture and Agri-Food CanadaSaskatchewan Pulse GrowersWestern Grains Research Foundation
Mots-clésBioassayPetri dishSinapisGerminationWhite mustardHorticultureBiologyAllelopathyWeedAgronomyBotanyChemistryBrassica

Résumé

récupéré en direct d'OpenAlex

There is an urgent need for rapid, accurate, and economical screening tests that can determine if weeds surviving a herbicide application are resistant. This chapter describes development and application of a simple root length bioassay technique for detection of wild mustard (Sinapis arvensis L.) resistance to ALS-inhibiting herbicides. This bioassay was performed in 2-oz WhirlPak® bags filled with 50 g of soil wetted to 100% moisture content at field capacity. Wild mustard seeds were pre-germinated in darkness in Petri dishes lined with moist filter paper for 2 days. Six seeds with well-developed radicles were planted in the non-treated soil and in soil with added herbicide, and plants were grown in a laboratory under fluorescent lights. After 4 days of growth, WhirlPak® bags were cut open, soil was washed away, intact plants were removed, and root length was measured with a ruler. The concentration of each herbicide in soil at which a significant root inhibition of susceptible biotype, but no root inhibition of a resistant biotype occurred was selected. Susceptibility/resistance of wild mustard populations was estimated by calculating the percentage of uninhibited roots of plants grown in the herbicide-treated soil as compared to the plants grown in the non-treated soil.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,001

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 Opus0,038
Tête enseignante GPT0,269
Écart entre enseignants0,231 · 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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInTech eBooksMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207