MétaCan
Menu
Retour à la cohorte
Enregistrement W2190497777 · doi:10.1614/wt-d-15-00089.1

Integrated Management of Glyphosate-Resistant Giant Ragweed (<i>Ambrosia trifida</i>) with Tillage and Herbicides in Soybean

2015· article· en· W2190497777 sur OpenAlexaboutno aff
Zahoor A. Ganie, Lowell D. Sandell, Mithila Jugulam, Greg R. Kruger, David B. Marx, Amit J. Jhala

Notice bibliographique

RevueWeed Technology · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensnon disponible
Organismes subventionnairesIndian Council of Agricultural Research
Mots-clésGlyphosateRagweedAgronomyTillageWeed controlBiology

Résumé

récupéré en direct d'OpenAlex

Giant ragweed is one of the most competitive annual broadleaf weeds in soybean production fields in the midwestern United States and eastern Canada because of its early emergence, rapid growth rate, high plasticity, and resistance to glyphosate and acetolactate synthase inhibitors. Therefore, early-season management of giant ragweed is critical to avoid yield loss. The objectives of this study were to evaluate control of glyphosate-resistant giant ragweed through the integration of preplant tillage or 2,4-D; PRE or early POST (EPOST) followed by (fb) late POST (LPOST) herbicide programs with or without preplant tillage or 2,4-D; and their effect on soybean injury and yield. A field study was conducted in 2013 and 2014 in David City, NE in a field infested with glyphosate-resistant giant ragweed. Preplant tillage or 2,4-D application provided > 90% control of glyphosate-resistant giant ragweed 14 d after preplant treatment. Giant ragweed control and biomass reduction were consistently > 90% with preplant tillage or 2,4-D fb sulfentrazone plus cloransulam PRE or glyphosate plus cloransulam EPOST fb glyphosate plus fomesafen or lactofen LPOST compared with ≤ 86% control with same treatments without preplant tillage or 2,4-D. PRE or EPOST fb LPOST herbicide programs preceded by preplant treatments resulted in giant ragweed density < 2 plants m−2and soybean yield > 2,400 kg ha−1compared with the density of ≥ 2 plants m−2and soybean yield < 1,800 kg ha−1under PRE or EPOST fb LPOST herbicide programs. The contrast analysis also indicated that preplant tillage or 2,4-D fb a PRE or POST program was more effective for giant ragweed management compared with PRE fb POST herbicide programs. Integration of preplant tillage would provide an alternative method for early-season control of giant ragweed; however, a follow up application of herbicides is needed for season-long control in soybean.

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 enseignants0,012
Score d'incertitude au seuil0,023

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207