Glyphosate-Resistant Weed Control and Soybean Injury in Response to Different PPO-Inhibiting Herbicides
Notice bibliographique
Résumé
In Nebraska, 5-enolpyruvyl shikimate-3-phosphate synthase (EPSPS) as well as acetolactate synthase (ALS)-inhibitor-resistant weeds occur in many soybean fields where herbicides from these modes-of-action have been frequently used in the past. Currently, the protoporphyrinogen oxidase (PPO)-inhibitors are the only effective herbicides for POST control of both glyphosate- and ALS-inhibitor-resistant weeds in soybean. Greenhouse experiments were conducted in 2014 to evaluate the efficacy of PPO-inhibitors applied POST for the control of three glyphosate-resistant (GR) weeds and potential for soybean injury, when applied at two growth stages. All herbicide treatments controlled 10- and 20-cm tall GR common waterhemp ≥ 95% at 21 DAT. GR giant ragweed and kochia were controlled 86 to 99% when treated at 10-cm height and 78 to 92% at 20-cm height by 21 DAT. Herbicide treatments reduced shoot biomass in the three GR weeds 88 to 100% when treated at 10-cm height and 73 to 100% when treated at 20-cm height, at 21 DAT. Soybean injury and shoot biomass data revealed that acifluorfen and lactofen were more injurious (≥ 17%), whereas fomesafen, and fomesafen plus glyphosate were relatively safer (< 10% injury). Overall, fomesafen and fomesafen plus glyphosate caused least injury to soybean and were more effective in controlling GR common waterhemp, giant ragweed, and kochia compared with acifluorfen and lactofen.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».