MétaCan
Menu
Retour à la cohorte
Enregistrement W2956030346 · doi:10.5539/jas.v11n11p214

Growth Analysis of Sourgrass: Does Herbicide Resistance Affect Its Development?

2019· article· en· W2956030346 sur OpenAlexvenueno aff
F. S. Adegas, D. L. P. Gazziero, Alexandre Ferreira da Silva, Germani Concenço

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlyphosateShootBiologyGreenhouseDry weightAgronomyResistance (ecology)Relative growth rateHorticultureGrowth rateMathematics

Résumé

récupéré en direct d'OpenAlex

Sourgrass (Digitaria insularis) is highlighted as one of the most troublesome weeds in Brazilian agriculture. The growth analysis of the species and biotypes with resistance to glyphosate are preponderant to support management strategies. In this way, the aim of this work is to compare the growth of biotypes resistant and susceptible to glyphosate, and to characterize the species growth in field conditions. The greenhouse experiment was installed in randomized blocks design, in factorial scheme 2 × 10, with eight replications. Factor A comprised the biotypes, and factor B the fortnight evaluations. The dry mass of roots, stems, leaves and shoot were assessed, besides leaf area and plant height. From these variables, the relative growth rate, net assimilation rate and leaf area ratio were calculated. For the field experiment, the same variables were assessed and the same parameters were calculated, without distinction on resistant or susceptible biotype. The biotype with resistance to glyphosate did not show adaptative disadvantages compared to the susceptible one. In this way, it is necessary to prevent the entry of resistant biotypes in cropped fields, as once established the area may not naturally return to the initial frequency of susceptible biotypes. Sourgrass shown slow initial growth and dry mass accumulation up to 42 days after emergence, indicating that control of this specie should be performed preferably before this period.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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 recherche0,0000,000
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 GPT0,218
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207