Multiple-resistant waterhemp control in herbicide-resistant 3 (HT3) soybean
Notice bibliographique
Résumé
Herbicide-resistant (HR) crops, specifically glyphosate-, glufosinate-, and dicamba-resistant (HT3) soybean, will offer producers a new weed management option for the control of some HR weeds in soybean. Four field experiments were conducted near Cottam and on Walpole Island, ON, Canada, during 2017 and 2018 to assess the control of multiple-resistant (MR) waterhemp (herbicide groups 2, 5, and 9) in HT3 soybean treated with various herbicide programs. Pyroxasulfone/flumioxazin, flumioxazin plus metribuzin, or S-metolachlor/metribuzin applied preemergence (PRE) and followed by (fb) glyphosate postemergence (POST) controlled MR waterhemp at 94%, 66%, and 78%, respectively, in early September. Pyroxasulfone/flumioxazin, flumioxazin plus metribuzin, or S-metolachlor/metribuzin applied PRE controlled MR waterhemp 86%–97% when fb glufosinate POST; 100% when fb glyphosate plus dicamba POST; 99%–100% when fb glufosinate plus dicamba POST; and 100% when fb glyphosate plus dicamba POST and fb glufosinate POST2 (before the R2 soybean growth stage) in early September. Reduced MR waterhemp interference with all herbicide programs resulted in an increase in HT3 soybean yield (up to 59%) relative to the weedy control. Results indicate that pyroxasulfone/flumioxazin, flumioxazin plus metribuzin, or S-metolachlor/metribuzin applied PRE fb glufosinate POST, glyphosate plus dicamba POST, glufosinate plus dicamba POST, or glyphosate plus dicamba POST fb glufosinate POST2 provides similar and excellent season-long control of MR waterhemp in HT3 soybean.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».