MétaCan
Menu
Retour à la cohorte
Enregistrement W3046611394 · doi:10.1155/2020/8840663

Glyphosate-Resistant Canada Fleabane Control in Winter Wheat with Postemergence Herbicides

2020· article· en· W3046611394 sur OpenAlexafffundabout
Nader Soltani, Christy Shropshire, Peter H. Sikkema

Notice bibliographique

RevueInternational Journal of Agronomy · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesGrain Farmers of Ontario
Mots-clésBromoxynilMCPAGlyphosateAgronomyWinter wheatWeed controlYield (engineering)Biomass (ecology)Biology

Résumé

récupéré en direct d'OpenAlex

In recent years, there has been a rapid increase in the number of herbicide-resistant weeds, including glyphosate-resistant (GR) biotypes in Ontario, Canada. A total of six field experiments were conducted over a two-year period (2018 and 2019) to determine the control of GR Canada fleabane ( Conyza canadensis (L.) Cronq.) with currently available herbicides for winter wheat in Ontario. Winter wheat was not injured with any of the herbicides evaluated. Among herbicides evaluated, pyrasulfotole/bromoxynil (preformulated), 2,4-D ester, halauxifen, fluroxypyr/halauxifen (preformulated) + MCPA, pyrasulfotole/bromoxynil/fluroxypyr (preformulated), pyrasulfotole/bromoxynil/thiencarbazone (preformulated), pyrasulfotole/bromoxynil/thiencarbazone + MCPA, and fluroxypyr/halauxifen + pyroxsulam + MCPA controlled GR Canada fleabane 94–100% at 8 weeks after application (WAA) and reduced density 95–100% and biomass 97–100%. Reduced GR Canada fleabane interference with pyrasulfotole/bromoxynil/thiencarbazone + MCPA increased winter wheat yield 27% compared to the weedy control. GR Canada fleabane interference had no adverse effect on winter wheat yield with all other treatments. Based on these results, herbicide treatments that include 2,4-D, pyrasulfotole, or halauxifen can adequately control GR Canada fleabane in winter wheat.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,939
Score d'incertitude au seuil0,788

Scores Codex et Gemma par catégorie

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 Opus0,009
Tête enseignante GPT0,194
Écart entre enseignants0,185 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of AgronomyMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207