MétaCan
Menu
Retour à la cohorte
Enregistrement W2551925832 · doi:10.4236/ajps.2016.715198

Tolerance of Four Dry Bean Market Classes to Pre-Emergence Applications of Sulfentrazone

2016· article· en· W2551925832 sur OpenAlexaffabout
Allison N. Taziar, Nader Soltani, Christy Shropshire, Darren E. Robinson, Mitch Long, Chris L. Gillard, Peter H. Sikkema

Notice bibliographique

RevueAmerican Journal of Plant Sciences · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésDry beanCropAgronomyWeedBiologyYield (engineering)HorticultureShootCultivar

Résumé

récupéré en direct d'OpenAlex

Ontario dry bean growers are currently limited to ALS inhibitor herbicides for soilapplied broadleaf weed control; therefore another mode of action is needed. Sulfentrazone is a PPO inhibitor herbicide that has activity on some annual grass and broadleaf weed species. Four field trials were conducted over two years (2014, 2015) to determine the tolerance of four commonly grown dry bean market classes (adzuki, kidney, small red Mexican and white bean) to PRE applications of sulfentrazone at 140, 210, 280 and 420 g·ai·ha-1. Crop injury, plant height, plant density, shoot biomass, seed moisture content and yield were examined. Sulfentrazone (420 g·ai·ha-1) caused up to 74%, 22%, 30%, and 57% injury in adzuki, kidney, small red Mexican and white bean, respectively. Plant density, height and yield were not reduced for kidney or small red Mexican bean. Sulfentrazone (420 g·ai·ha-1) reduced white bean plant density, height and yield by 28%, 29% and 29%, respectively; and reduced adzuki bean plant density, height and yield by 51%, 34% and 57%, respectively. Overall, kidney and small red Mexican bean were the most tolerant to sulfentrazone, followed by white bean, and then adzuki. This study determined sulfentrazone applied PRE is safe for Ontario kidney bean and small red Mexican bean crops.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,927
Score d'incertitude au seuil0,238

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,235
Écart entre enseignants0,219 · 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 tête enseignante, 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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Plant SciencesMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207