MétaCan
Menu
Retour à la cohorte
Enregistrement W2339474958 · doi:10.1139/cjps-2015-0309

Growth and seed production of glyphosate-resistant giant ragweed (<i>Ambrosia trifida</i> L.) in response to water stress

2016· article· en· W2339474958 sur OpenAlexvenueno aff
Simranpreet Kaur, Jatinder S. Aulakh, Amit J. Jhala

Notice bibliographique

RevueCanadian Journal of Plant Science · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRagweedGlyphosateAgronomyBiologyHorticultureShootBotany

Résumé

récupéré en direct d'OpenAlex

The objectives of this study were to determine the effects of degree and duration of water stress on growth and seed production of glyphosate-resistant (GR) giant ragweed. The degree of water stress included giant ragweed response to 100%, 75%, 50%, 25%, and 12.5% of field capacity. The highest growth index (588 cm 3 ) was achieved at 75% of field capacity with plants typically ≥125 cm tall and ≥57 leaves plant −1 . Giant ragweed seed production was ≥55, 35, 20, and 5 seeds plant −1 at ≥75%, 50%, 25%, and 12.5% of field capacity, respectively. The study of duration of water stress included the response of giant ragweed to withholding water for 2, 4, 6, 8, and 10 d following 100% of field capacity. Water stress of 4 d or longer reduced giant ragweed plant height ≥20%, root and shoot biomass ≥66%, number of leaves ≥36%, growth index ≥54%, and seed production by 36% compared with 2 d of water stress. Results from this study indicate that giant ragweed can survive and produce seeds at 12.5% of field capacity or 10 d of water stress.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,789
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,184
Écart entre enseignants0,175 · 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 tête enseignante, 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

Citations22
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Plant ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207