MétaCan
Menu
Retour à la cohorte
Enregistrement W2943268060 · doi:10.5539/jas.v11n6p407

Subdoses of Dicamba Herbicide on Yield Componentes in Function of the Soybean Growth Stage

2019· article· en· W2943268060 sur OpenAlexvenueno aff
Theodoro Schneider, Mauro Antônio Rizzardi, Ana Paula Rockenbach, Sabrina Tolotti Peruzzo

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoybean genetics and cultivation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDicambaRandomized block designCultivarAgronomyPhytotoxicityBiologyGlyphosateGrain yieldHorticultureYield (engineering)Weed controlPhysics

Résumé

récupéré en direct d'OpenAlex

Soybean cultivars without tolerance can suffer injury from exposure to tank herbicide residues. This study aimed at assessing the potential effects of the broad spectrum herbicide dicamba on sensitive soybean during its vegetative and reproductive stages. The trial was performed in a randomized complete block design with four replications. Six rates (1.4, 2.8, 5.6, 11.2, 16.8 and 28.0 g ae ha-1) of dicamba were applied at two soybean growth stages (V3 and R2). The soybeans were planted in Passo Fundo, Rio Grande do Sul state in 2015/16 agricultural year. The dicamba induced symptoms of soybean phytotoxicity showed a steady rise at all the assessment times. The soybean decreased in height as the subdose of the herbicide increased. Dicamba was observed to negatively affect the number of nodes alone, during the V3 and R2 stages. The grain yield was adversely affected at the 28.0 g ae ha-1 subdose, in the V3 application stage, and in response to the 16.8 and 28.0 g ae ha-1 subdoses in the R2 stage.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil0,086

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,204
Écart entre enseignants0,188 · 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 tête enseignante, 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSoybean genetics and cultivationTravaux en français237 207