Glyphosate-Resistant Weed Control and Soybean Injury in Response to Different PPO-Inhibiting Herbicides
Notice bibliographique
Résumé
<p>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 (&lt; 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.</p>
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 | 0,001 |
| 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 | 0,000 |
| 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 ».