Certified Crop Advisors’ Perceptions of Giant Ragweed (<i>Ambrosia trifida</i>) Distribution, Herbicide Resistance, and Management in the Corn Belt
Notice bibliographique
Résumé
Giant ragweed has been increasing as a major weed of row crops in the last 30 yr, but quantitative data regarding its pattern and mechanisms of spread in crop fields are lacking. To address this gap, we conducted a Web-based survey of certified crop advisors in the U.S. Corn Belt and Ontario, Canada. Participants were asked questions regarding giant ragweed and crop production practices for the county of their choice. Responses were mapped and correlation analyses were conducted among the responses to determine factors associated with giant ragweed populations. Respondents rated giant ragweed as the most or one of the most difficult weeds to manage in 45% of 421 U.S. counties responding, and 57% of responding counties reported giant ragweed populations with herbicide resistance to acetolactate synthase inhibitors, glyphosate, or both herbicides. Results suggest that giant ragweed is increasing in crop fields outward from the east-central U.S. Corn Belt in most directions. Crop production practices associated with giant ragweed populations included minimum tillage, continuous soybean, and multiple-application herbicide programs; ecological factors included giant ragweed presence in noncrop edge habitats, early and prolonged emergence, and presence of the seed-burying common earthworm in crop fields. Managing giant ragweed in noncrop areas could reduce giant ragweed migration from noncrop habitats into crop fields and slow its spread. Where giant ragweed is already established in crop fields, including a more diverse combination of crop species, tillage practices, and herbicide sites of action will be critical to reduce populations, disrupt emergence patterns, and select against herbicide-resistant giant ragweed genotypes. Incorporation of a cereal grain into the crop rotation may help suppress early giant ragweed emergence and provide chemical or mechanical control options for late-emerging giant ragweed.
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».