Influence of application timing and herbicide rate on the efficacy of tolpyralate plus atrazine
Notice bibliographique
Résumé
Abstract Effective POST herbicides and herbicide mixtures are key components of integrated weed management in corn; however, herbicides vary in their efficacy based on application timing. Six field experiments were conducted over 2 yr (2017–2018) in southwestern Ontario, Canada, to determine the effects of herbicide application timing and rate on the efficacy of tolpyralate, a new 4-hydroxyphenyl pyruvate dioxygenase inhibitor. Tolpyralate at 15, 30, or 40 g ai ha −1 in combination with atrazine at 500 or 1,000 g ai ha −1 was applied PRE, early POST, mid-POST, or late POST. Tolpyralate + atrazine at rates ≥30 + 1,000 g ha −1 provided equivalent control of common lambsquarters and Powell amaranth applied PRE or POST, whereas no rate applied PRE controlled common ragweed, velvetleaf, barnyardgrass, or green foxtail. Common ragweed, common lambsquarters, velvetleaf, and Powell amaranth were controlled equally regardless of POST timing. In contrast, control of barnyardgrass and green foxtail declined when herbicide application was delayed to the late-POST timing, irrespective of herbicide rate. Similarly, corn grain yield declined within each tolpyralate + atrazine rate when herbicide applications were delayed to late-POST timing. Overall, the results of this study indicate that several monocot and dicot weed species can be controlled with tolpyralate + atrazine with an early to mid-POST herbicide application timing, before weeds reach 30 cm in height, and Powell amaranth and common lambsquarters can also be controlled PRE. Additionally, this study provides further evidence highlighting the importance of effective, early-season weed control in corn.
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 | 0,000 | 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 | 0,000 | 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 ».