Developing an Integrated Weed Management System for Herbicide-Resistant Weeds Using Lentil (<i>Lens culinaris</i>) as a Model Crop
Notice bibliographique
Résumé
The escalating evolution of weed species resistant to acetolactase synthase (ALS)-inhibitor herbicides makes alternative weed control strategies necessary for field crops that are dependent on this herbicide group. A fully integrated strategy that combined increased crop seeding rates (2X or 4X recommended), mechanical weed control with a minimum-tillage rotary hoe, and reduced-rate non–ALS inhibitor herbicides was compared with herbicides, rotary hoe, and seeding rates alone as a method of controlling ALS inhibitor–tolerant Indian mustard as a model weed. The full-rate herbicide treatment had the lowest weed biomass (98% reduction) and the highest yield of all treatments in 3 of 4 site-years, regardless of seeding rate. The fully integrated treatment at the 4X seeding rate had weed suppression rates equal to the full herbicide treatment at the recommended seeding rate. The fully integrated and reduced-rate herbicide treatments at the 4X seeding rate reduced weed biomass by 89% and 83%, respectively, compared with the control at the recommended seeding rate. The rotary hoe treatment alone resulted in poor weed control (≤38%), even at the highest seeding rate. Fully integrated and reduced-rate herbicide treatments at 2X and 4X seeding rates had yields equal to those of the full herbicide treatment at the recommended seeding rate. Partially or fully integrated weed control strategies that combine increased crop seeding rates and reduced-rate non–ALS inhibitor herbicides, with or without the use of a rotary hoe, can control weeds resistant to ALS-inhibitor herbicides, while maintaining crop yields similar to those achieved with full-rate herbicides. However, combining increased seeding rate, reduced-rate herbicides, and mechanical rotary hoe treatment into a fully integrated strategy maximized weed control, while reducing reliance on and selection pressure against any single weed control tactic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».