WEED POPULATION INDICES IN IRRIGATED WHEAT FIELDS OF ZANJAN PROVINCE OF IRAN
Notice bibliographique
Résumé
In order to identify and determine the abundance of weed species in irrigated wheat fields of Zanjan province, Iran, 128 wheat fields in seven counties during 2000 to 2008 were investigated. With counting weed species in each sampling quadrate, population indices were calculated. In each field longitude, latitude and elevation were recorded using GPS (global positioning system). These data were used for producing weed species maps in irrigated wheat fields in Zanjan province. Results showed that 97 weed species were observed within irrigated wheat fields. The most important broadleaved weed species were knotweed (Polygonum aviculare L.), bedstraw (Galium tricornatum Dandy.) and salsify (Tragopogon sp. L.), respectively. Dominant grass weed species were feral rye (Secale cereale L.), blackgrass (Alopecurus mysuroides Huds.), downy brome (Bromus tectorum L.) and bulbous bluegrass (Poa bulbosa L.), respectively. Field bindweed (Convolvulus arvensis L.), common lambsquarters (Chenopodium album L.), hoary cress (Cardaria draba [L.] Desv.) and Canada thistle (Cirsium arvense [L.] Scop.) were the most important disturbing plants prior to harvesting respectively in irrigated wheat fields of Zanjan province. Analysis of weed population based on Shannon-Wiener diversity index showed that the counties were grouped in three clusters. Tarom County was placed in first cluster and had lowest diversity among the counties. Zanjan, Eijrood and Abhar counties had the most species diversity and were placed in second cluster. Mahneshan, Khodabandeh and khorramdarreh were placed in third cluster. Evolution weed population based on Sorensen similarity index showed that, Eijrood with the Abhar had the most composition species similarity, where as Tarom had the lowest similarity with the other counties.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».