MétaCan
Menu
Retour à la cohorte
Enregistrement W2981721980 · doi:10.1017/wsc.2019.60

Cultural weed management practices shorten the critical weed-free period for soybean grown in the Northern Great Plains

2019· article· en· W2981721980 sur OpenAlexaffabout
Jonathan D. Rosset, Robert H. Gulden

Notice bibliographique

RevueWeed Science · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésWeedCultivarAgronomyCropWeed controlBiologyEdaphicCultural practicePoaceaeSoil waterEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Soybean [Glycine max (L.) Merr.] has recently become a popular rotational crop in the Canadian Northern Great Plains where herbicide-resistant (HR) soybean cultivars have been widely adopted. Intense reliance on herbicides has contributed to the development of HR weeds in soybean and other crops. Cultural weed management practices reduce the need for herbicides and lower the selection pressure for HR weed biotypes by improving the competitiveness of the crop. The effects of two row spacings, three target densities, and three cultivars on the critical weed-free period (CWFP) in soybean were evaluated as three separate experiments in southern Manitoba. In the row-spacing experiment, soybean grown in narrow rows shortened the CWFP by up to three soybean developmental stages at site-years with increased weed pressure. In the target density experiment, low-density soybean stands lengthened the CWFP by one soybean developmental stage compared with higher-density soybean stands. The effect of soybean cultivar varied among locations, yet tended to be consistent within location over the 2-yr study, suggesting that competitive ability in these soybean cultivars was linked to edaphic and/or environmental factors. Generally, the cultivar with the shortest days to maturity, which also had the shortest stature, consistently had a longer CWFP. Each of these cultural practices were effective at reducing the need for in-crop herbicide applications.

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 enseignants0,139
Score d'incertitude au seuil0,276

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)0,0000,000

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 Opus0,029
Tête enseignante GPT0,282
Écart entre enseignants0,253 · 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

Citations15
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWeed ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207