Potential yield loss in grain sorghum (<i>Sorghum bicolor</i>) with weed interference in the United States
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Potential yield losses in grain sorghum due to weed interference based on quantitative data from the major grain sorghum-growing areas of the United States are reported by the WSSA Weed Loss Committee. Weed scientists and extension specialists who researched weed control in grain sorghum provided data on grain sorghum yield loss due to weed interference in their region. Data were requested from up to 10 individual experiments per calendar year over 10 yr between 2007 and 2016. Based on the summarized information, farmers in Arkansas, Kansas, Missouri, Nebraska, South Dakota, and Texas would potentially lose an average of 37%, 38%, 30%, 56%, 61%, and 60% of their grain sorghum yield with no weed control, and have a corresponding annual monetary loss of US $19 million, 302 million, 7 million, 32 million, 25 million, and 314 million, respectively. The overall average yield loss due to weed interference was estimated to be 47% for this grain sorghum-growing region. Thus, US farmers would lose approximately 5,700 million kg of grain sorghum valued at approximately US $953 million annually if weeds are not controlled. With each dollar invested in weed management (based on estimated weed control cost of US $100 ha −1 ), there would be a return of US $3.80, highlighting the return on investment in weed management and the importance of continued weed science research for sustaining high grain sorghum yield and profitability in the United States.
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.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle