Response of dry bean to Group 15 herbicides applied preplant incorporated
Notice bibliographique
Résumé
A study consisting of four field experiments was conducted over a 2-yr period (2016, 2017) near Exeter and Ridgetown, ON, to compare the tolerance of adzuki, kidney, small red, and white beans to four Group 15 herbicides including pethoxamid (1200 and 2400 g a.i. ha −1 ), S-metolachlor (1600 and 3200 g a.i. ha −1 ), dimethenamid-P (693 and 1386 g a.i. ha −1 ), and pyroxasulfone (100 and 200 g a.i. ha −1 ) applied preplant incorporated (PPI). At 1 wk after emergence (WAE), pethoxamid, S-metolachlor, dimethenamid-P, and pyroxasulfone caused as much as 22%, 17%, 38%, and 15% adzuki bean injury, respectively. The injury decreased with time; at 8 WAE, pethoxamid, S-metolachlor, dimethenamid-P, and pyroxasulfone applied PPI caused as much as 3%, 4%, 12%, and 7% adzuki bean injury, respectively. The injury was lower in other market classes of dry bean. At 1, 2, and 4 WAE, pethoxamid, S-metolachlor, dimethenamid-P, and pyroxasulfone caused as much as 4%, 2%, 4%, and 14% injury in kidney bean, 3%, 2%, 4%, and 12% injury in small red bean, and 5%, 3%, 6%, and 13% injury in white bean, respectively. However, the injury at 8 WAE was 5% or less in kidney, small red, and white beans with all Group 15 herbicides evaluated. Based on this research, pyroxasulfone was the most injurious to dry beans, it reduced plant height as much as 15% and seed yield as much as 17%. The Group 15 herbicides evaluated were more injurious to adzuki bean than kidney, small red, or white beans.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».