Effect of ammonium sulfate and water hardness on glyphosate and glufosinate activity in corn
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Soltani, N., Nurse, R. E., Robinson, R. E. and Sikkema, P. H. 2011. Effect of ammonium sulfate and water hardness on glyphosate and glufosinate activity in corn. Can. J. Plant Sci. 91: 1053-1059. Eight field trials were conducted over a 3-yr period (2008 to 2010) near Harrow and Ridgetown, Ontario, to evaluate the effect of water hardness (distilled: 0 ppm; intermediate: 353 ppm; and very hard 1799 ppm) on full label doses of glyphosate (900 g a.e. ha-1) and glufosinate (400 g a.i. ha-1) [with and without ammonium sulfate (AMS) at 2.5 L ha-1] efficacy in corn. There was no effect of water hardness on control of velvetleaf (ABUTH), redroot pigweed (AMARE), common lambsquarters (CHEAL), and annual grasses green foxtail (SETVI) and barnyardgrass (ECHCG) when glyphosate was applied with or without the AMS. There was also no difference in yield of corn with various water sources when glyphosate was applied with or without AMS. Glyphosate applied with various water sources with or without AMS controlled ABUTH, AMARE, CHEAL, and annual grasses better than glufosinate with or without AMS. Glufosinate with AMS, especially at the 1799 ppm water hardness, generally controlled ABUTH, AMARE, and CHEAL better than glufosinate without AMS, but there was no improvement in annual grass control. Contrasts indicated an 11% increase in yield when glufosinate was applied with AMS compared with when applied without AMS. Based on these results water hardness and AMS had little benefit on the efficacy of glyphosate in corn; however, efficacy of glufosinate was improved when applied with AMS at high water hardness.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 découle