MétaCan
Menu
Retour à la cohorte
Enregistrement W2541659947 · doi:10.4236/as.2016.710070

Benefit of Adding Ammonium Sulfate or Additional Glyphosate to Glyphosate in Corn and Soybean

2016· article· en· W2541659947 sur OpenAlexafffund
Nader Soltani, Robert E. Nurse, Christy Shropshire, Peter H. Sikkema

Notice bibliographique

RevueAgricultural Sciences · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensAgriculture and Agri-Food CanadaUniversity of Guelph
Organismes subventionnairesAgricultural Adaptation CouncilGrain Farmers of Ontario
Mots-clésLambsquartersGlyphosateFoxtailAgronomyRagweedWeedWeed controlBiologyChenopodium

Résumé

récupéré en direct d'OpenAlex

Nine field trials (4 in corn and 5 in soybean) were conducted over 2 years (2014 and 2015) to determine if there is greater benefit of adding ammonium sulfate (AMS) (2.5 L·haˉ1) or an equal dollar value of glyphosate (406 g·ae·haˉ1) to glyphosate applied at 450, 675 or 900 g·ae·haˉ1 for weed control in corn and soybean. Glyphosate applied at 450 g·ae·haˉ1 controlled velvetleaf 90% to 98%, common ragweed 80% - 97%, common lambsquarters 91% - 99%, Eastern black nightshade 83% - 100% and barnyardgrass 73% - 97% in corn and common ragweed 37% - 89%, common lambsquarters 39% - 98%, barnyardgrass 90% - 98% and green foxtail 91% - 98% in soybean. The addition of AMS to glyphosate applied at 450, 675 or 900 g·ae·haˉ1 provided little to no added benefit for the control of velvetleaf, common ragweed, common lambsquarters, Eastern black nightshade, barnyardgrass and green foxtail in corn and soybean. There was a greater benefit in weed control efficacy by simply adding and equal dollar value of glyphosate (406 g·ae·haˉ1) than AMS (2.5 L·haˉ1) to glyphosate. There was no difference in corn or soybean yield among the herbicide treatments evaluated. Based on these results, addition of AMS to glyphosate at rates evaluated had little benefit on weed control efficacy or yield of corn and soybean.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,227
Écart entre enseignants0,206 · 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'étudeObservationnel
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'admission2
Résumé présentoui

Explorer davantage

Même revueAgricultural SciencesMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207