Control of volunteer adzuki bean (<i>Vigna angularis</i>) with pre- and postemergence herbicides in corn (<i>Zea mays</i>)
Notice bibliographique
Résumé
Volunteer adzuki bean within a corn crop can decrease corn yield and increase the adzuki bean seed bank. The objective of this research was to evaluate the efficacy of various preemergence (PRE) and postemergence (POST) herbicides for the control of volunteer adzuki bean [Vigna angularis (Willd.) Ohwi & Ohashi] in corn. Trials were conducted at two locations in 2005, 2006, 2007 and 2009. Experiments were arranged in a randomized complete block design with either seven PRE or ten POST herbicides. Volunteer adzuki bean interference resulted in corn yield losses of 16 to 43%. The PRE herbicides provided variable control. The highest and most consistent control PRE was provided by dicamba/atrazine, which provided 69 to 97% control of volunteer adzuki bean at 4 and 8 wk after emergence (WAE), respectively. Dicamba/atrazine PRE reduced volunteer adzuki bean density and biomass 67 to 97% 10 WAE. Generally, the POST herbicides evaluated provided better and more consistent control of volunteer adzuki bean than the PRE herbicides. Dicamba/atrazine applied POST provided greater than 95% control of volunteer adzuki bean and consistently reduced volunteer adzuki bean density and biomass to the equivalent of the weed-free control. Dicamba/atrazine applied POST resulted in corn yields equivalent to the weed-free control. The best option for controlling volunteer adzuki bean in corn is to apply dicamba/atrazine POST, while the remaining herbicides evaluated provided variable control.
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 | 0,001 | 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 | 0,001 |
| 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 ».