Control of glyphosate resistant Canada fleabane with saflufenacil plus tankmix partners in soybean
Notice bibliographique
Résumé
Six field trials were conducted over a two-year period (2014, 2015) to determine the level and consistency of glyphosate-resistant (GR) Canada fleabane control with glyphosate plus saflufenacil plus a third tankmix partner. GR Canada fleabane interference reduced soybean yield 73% compared with the weed free control. At 4 and 8 weeks after application (WAA), glyphosate plus saflufenacil provided 99% and 88% control of GR Canada fleabane respectively, and at 8 WAA, reduced GR Canada fleabane density by 96% and biomass by 89%. Glyphosate plus saflufenacil plus dicamba improved the control of GR Canada fleabane to 100% and 97% at 4 and 8 WAA, respectively. At 8 WAA, glyphosate plus saflufenacil plus amitrole reduced GR Canada fleabane density and biomass 99% and 97%, respectively. At 8 WAA, glyphosate plus saflufenacil plus dicamba at 300 or 600 g a.i. ha −1 reduced GR Canada fleabane biomass 97% and 98%, respectively. Tank-mixing dicamba with glyphosate plus saflufenacil applied pre-plant improved control of GR Canada fleabane; however, this caused 14% and 46% crop injury at 2 and 4 WAA, respectively. Soybean yield for saflufenacil alone and saflufenacil tankmix treatments were similar to the weed free control, with the exception of dicamba (600 g a.i. ha −1 ).
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».