تاثیر تلفیق تراکم بوته، آرایش کاشت وعلف کش نیکوسولفورون درکنترل علفهای هرز ذرت سیلویی سینگل کراس ۷۰۴
Notice bibliographique
Résumé
In order to investigate the possibility of reducing herbicide usage in combination with plant density and planting pattern, a field experiment was designed in Chenaran, Khorasan Razavi, on 2010. The experiment was split plot treatments based on RCBD with three replications in factorial arragement. The treatments included of 3 level of plant density (100000, 120000 and 140000 plants ha-1) and 2 level of planting pattern (single and double row) as a main plot and Nicosulfuron dosage at four levels[(0), 50% recommended dose (1 l ha-1 ), 75% recommended dose (1.5 l ha-1) and 100% recommended dose (2 l ha-1)] as a sub-plots. The control plots consisted of weedy control and weed free check, respectively. Sampling was done to measure weed density, total dry matter and evaluating herbicide effect on weeds according to the EWRC 20 days after the corn emergence and repeated every 20 days. Corn silage yield was increased due to reduction of double row planting pattern and increasing of planting density significantly in dough seed stage. The results also showed that reduction of the weed density and total dry matter of weeds and desirable weed controls at first stage after the herbicide treatments. Experimental treatments had also a significant effect on weed species diversity according to shannon- winer index,sensitive population such as common purslane (Portulaca oleracea L.), buckhorn plantain(Plantago lanceolata L.), prostrate knotweed (Polygonum aviculare L.), black nightshade (Solanum nigrum L.) and Johnson grass (Sorghum halepens L.) was reduced and according to simpson diversity index, low population such as redroot pigweed (Amaranthus retroflexus L.),common lambsquarters (Chenopodium album L.), field bindweed (Convolvulus arvensis L.) and Canada thistle (Circum arvensis L.) by the end of growth season.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,006 |
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 ».