MétaCan
Menu
Retour à la cohorte
Enregistrement W2737348352 · doi:10.1017/wsc.2017.23

Factors Affecting Weed Seed Devitalization with the Harrington Seed Destructor

2017· article· en· W2737348352 sur OpenAlexafffundabout
Breanne D. Tidemann, Linda M. Hall, K. Neil Harker, Hugh J. Beckie

Notice bibliographique

RevueWeed Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensNational Association of Friendship CentresAgriculture and Agri-Food CanadaAlberta Ministry of Agriculture and ForestryUniversity of Alberta
Organismes subventionnairesKillam Trusts
Mots-clésChaffWeedCanolaWeed controlBiologyAgronomyThreshingBotany

Résumé

récupéré en direct d'OpenAlex

The Harrington Seed Destructor (HSD), a novel weed control technology, has been highly effective in Australian cropping systems. To investigate its applicability to conditions in western Canada, stationary threshing was conducted to determine the impact of weed species, seed size, seed number, chaff load, and chaff type on efficacy of seed destruction. Control varied depending on species, with a range of 97.7% to 99.8%. Sieve-sized volunteer canola seed had a linear relationship of increasing control with increasing 1,000-seed weight. However, with greater than 98% control across all tested seed weights, it is unlikely that seed size alone will significantly influence control. Consistently high levels of control were observed at all tested seed densities (10 seeds to 1 million seeds). The response of weed seed control to chaff load was quadratic, but a narrow range of consistently high control (>97%) was again observed. Chaff type had a significant effect on weed seed control (98% to 98.6%); however, seed control values in canola chaff were likely confounded by a background presence of volunteer canola. Overall, the five parameters studied statistically influence control of weed seeds with the HSD. However, small differences between treatments are unlikely to affect the biological impact of the machine, which provides high levels of control for those weed seeds that can be introduced into the harvester.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,027
Tête enseignante GPT0,241
Écart entre enseignants0,213 · 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

Citations36
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWeed ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207