MétaCan
Menu
Retour à la cohorte
Enregistrement W2527459250 · doi:10.2134/agronj2016.04.0241

Optimal Fungicide Timing for Suppression of Typhula Blight under Winter Covers

2016· article· en· W2527459250 sur OpenAlexaboutno aff
Paul Koch

Notice bibliographique

RevueAgronomy Journal · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueTurfgrass Adaptation and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFungicideMoldSnowEnvironmental scienceAgronomyTebuconazoleSnow coverHorticultureBiologyGeographyBotanyMeteorology

Résumé

récupéré en direct d'OpenAlex

Core Ideas Winter covers increase snow mold severity on golf course turfgrass. Despite increased pressure, effective fungicides are available to limit disease to acceptable levels. Applying fungicides as a single application shortly before snow cover or splitting out into two applications are both effective at reducing snow mold. Synthetic covers are often used to protect high‐value golf course putting greens throughout much of North America and Scandinavia from injury during harsh winter conditions. However, these covers may trap heat and moisture at the turf surface and provide optimal conditions for snow mold development. This study was conducted to determine the most effective fungicide application strategy under both permeable and impermeable synthetic covers. Three different fungicide timings (early, late, and early + late) were tested under no cover, a permeable Evergreen (Hinspergers Poly Industries, Mississauga, ON) cover, and an impermeable GreenJacket cover (GreenJacket, Genoa City, WI) during the winters of 2011–2012 and 2012–2013 in Antigo, WI. Snow mold pressure appeared highest under the impermeable cover, though under all three cover treatments both the late and early + late fungicide timings provided excellent snow mold suppression. These results suggest that despite the increased disease pressure that may be observed under winter covers, excellent snow mold suppression can still be achieved with just one application of a highly efficacious fungicide mixture shortly prior to cover installation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,242
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgronomy JournalMême sujetTurfgrass Adaptation and ManagementTravaux en français237 207