MétaCan
Menu
Retour à la cohorte
Enregistrement W2593017197 · doi:10.4236/as.2017.83016

Sulfentrazone plus a Low Rate of Halosulfuron for Weed Control in White Bean (<i>Phaseolus vulgaris</i> L.)

2017· article· en· W2593017197 sur OpenAlexaffabout
Allison N. Taziar, Nader Soltani, Christy Shropshire, Darren E. Robinson, Mitch Long, Chris L. Gillard, Peter H. Sikkema

Notice bibliographique

RevueAgricultural Sciences · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésMetolachlorWeed controlAgronomyPhaseolusWeedDry beanCropChenopodiumBiologyAcetochlorHorticultureAtrazinePesticide

Résumé

récupéré en direct d'OpenAlex

Halosulfuron was recently registered as the second soil-applied herbicide for broadleaf weed control in Ontario dry beans, but does not provide an alternative mode of action. Sulfentrazone is used to control broadleaf weeds in soybean and other pulse crops, and its registration for Ontario dry beans would provide a different mode of action for broadleaf weed control. Five field studies were conducted over two years (2014, 2015) to determine if the spectrum of broadleaf weed control is improved by adding a half-rate of halosulfuron to sulfentrazone PRE, and to determine the tolerance of white bean to sulfentrazone (140 or 210 g ai ha-1), s-metolachlor (1050 g ai ha-1), and halosulfuron (17.5 g ai ha-1) applied alone and in combination. Crop injury was assessed at 2 and 4 weeks after crop emergence. Weed control was assessed at 4 and 8 weeks after herbicide application (WAA), and weed density and biomass were determined at 8 WAA. Seed moisture and yield were determined at harvest. Halosulfuron added to sulfentrazone improved the control of Ambrosia artemisiifolia and Sinapis arvensis. Sulfentrazone + s-metolachlor + halosulfuron caused up to 23% crop injury. Therefore, this study concludes that sulfentrazone + s-metolachlor + halosulfuron provides broad spectrum weed control, but is too injurious to white bean for registration in Ontario.

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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,033
Tête enseignante GPT0,264
Écart entre enseignants0,230 · 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

Citations7
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAgricultural SciencesMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207