MétaCan
Menu
Retour à la cohorte
Enregistrement W2905872414 · doi:10.1017/wet.2018.82

Tolpyralate Efficacy: Part 1. Biologically Effective Dose of Tolpyralate for Control of Annual Grass and Broadleaf Weeds in Corn

2018· article· en· W2905872414 sur OpenAlexaffabout
Brendan A. Metzger, Nader Soltani, Alan J. Raeder, David C. Hooker, Darren E. Robinson, Peter H. Sikkema

Notice bibliographique

RevueWeed Technology · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésLambsquartersAtrazineRagweedFoxtailWeed controlWeedAgronomyBiologyAmaranthChenopodiumAnimal sciencePesticide

Résumé

récupéré en direct d'OpenAlex

Abstract Tolpyralate is a new 4-hydroxyphenyl-pyruvate dioxygenase (HPPD)-inhibiting herbicide for POST weed management in corn; however, there is limited information regarding its efficacy. Six field studies were conducted in Ontario, Canada, over 3 yr (2015 to 2017) to determine the biologically effective dose of tolpyralate for the control of eight annual weed species. Tolpyralate was applied POST at six doses from 3.75 to 120 g ai ha−1and tank mixed at a 1:33.3 ratio with atrazine at six doses from 125 to 4,000 g ha−1. Regression analysis was performed to determine the effective dose (ED) of tolpyralate, and tolpyralate+atrazine, required to achieve 50%, 80%, or 90% control of eight weed species at 1, 2, 4, and 8 wk after application (WAA). The ED of tolpyralate for 90% control (ED90) of velvetleaf, common lambsquarters, common ragweed, redroot pigweed or Powell amaranth, and green foxtail at 8 WAA was ≤15.5 g ha−1; however, tolpyralate alone did not provide 90% control of wild mustard, barnyardgrass, or ladysthumb at 8 WAA at any dose evaluated in this study. In contrast, the ED90for all species in this study with tolpyralate+atrazine was ≤13.1+436 g ha−1, indicating that tolpyralate+atrazine can be highly efficacious at low field doses.

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 enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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

Citations19
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWeed TechnologyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207