Evaluation of foramsulfuron for poverty oat grass [<i>Danthonia spicata</i> (L.) P. Beauv. ex Roem. & Schult.] and rough bentgrass (<i>Agrostis scabra</i> Willd.) management in lowbush blueberry (<i>Vaccinium angustifolium</i> Ait.)
Notice bibliographique
Résumé
The susceptibility of poverty oat grass and rough bentgrass to foramsulfuron was assessed in greenhouse and field experiments. A dose response study was conducted in a greenhouse with treatments consisting of 0, 4.4, 8.8, 17.5, 35, 70, 140, and 280 g foramsulfuron ha −1 . Field experiments were conducted using a similar dose response and also included industry standard fluazifop-P-butyl and sethoxydim applications. Foramsulfuron application rates of 4.04 ± 0.73 and 6.6 ± 1.3 g a.i. ha −1 reduced poverty oat grass biomass by 50% in the greenhouse. In contrast, 4.4 g a.i. ha −1 foramsulfuron caused >70% reduction in rough bentgrass biomass in the greenhouse. In the field, 280 g a.i. ha −1 of foramsulfuron was required to reduce poverty oat grass total and flowering tuft density and >35 g a.i. ha −1 (registered foramsulfuron rate) was required to reduce flowering tuft inflorescence number by 50%. In contrast, rough bentgrass was injured by 4.4 and 8.8 g a.i. ha −1 of foramsulfuron and total and flowering tuft density and flowering tuft inflorescence number were reduced by all other foramsulfuron rates evaluated. Foramsulfuron application rates of 13.1 ± 2.4, 10.3 ± 1.2, and 5.4 ± 0.9 g a.i. ha −1 reduced rough bentgrass total tuft density, flowering tuft density, and tuft inflorescence number, respectively, by 50%. Lowbush blueberry growers can consider foramsulfuron for postemergence management of rough bentgrass, but additional research is required to identify new herbicides for postemergence poverty oat grass management.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».