Evaluation of flazasulfuron for hair fescue (<i>Festuca filiformis</i>) suppression and wild blueberry (<i>Vaccinium angustifolium</i> Ait.) tolerance
Notice bibliographique
Résumé
Flazasulfuron was evaluated for crop safety and efficacy on hair fescue (Festuca filiformis Pourr.) in wild blueberry (Vaccinium angustifolium Ait.) fields. Treatments consisted of flazasulfuron applied at 38 and 50 g a.i. ha −1 in fall of the bearing year and spring and fall of the non-bearing year. Industry standard fall bearing year pronamide (2240 g a.i. ha −1 ) and spring non-bearing year terbacil (2000 g a.i. ha −1 ) and foramsulfuron (35 g a.i. ha −1 ) applications were included for comparison. Pronamide consistently reduced flowering hair fescue tuft density in the non-bearing and bearing years across sites. Terbacil reduced flowering tuft inflorescence height in the non-bearing year, but did not reduce total or flowering tuft density in either year. Foramsulfuron reduced flowering tuft density and flowering tuft inflorescence number and height in the non-bearing year, but hair fescue recovered in the bearing year. Fall bearing year flazasulfuron applications did not reduce total or flowering tuft density or flowering tuft inflorescence number and height. In contrast, spring non-bearing year flazasulfuron applications reduced flowering tuft density and flowering tuft inflorescence number and height, though hair fescue recovered in these treatments in the bearing year. Fall non-bearing year flazasulfuron applications reduced hair fescue total tuft density, flowering tuft density, and flowering tuft inflorescence number in the bearing year. No treatments caused significant injury to wild blueberry. Flazasulfuron may contribute to improved hair fescue management in wild blueberry, and this herbicide should be evaluated further to confirm crop tolerance and identify potential use patterns with currently registered herbicides.
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 | 0,002 | 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 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 ».