Evaluation of currently registered herbicides for fall bearing year red sorrel (<i>Rumex acetosella</i> L.) management in lowbush blueberry (<i>Vaccinium angustifolium</i> Aiton)
Notice bibliographique
Résumé
Red sorrel is a common creeping herbaceous, perennial weed species in lowbush blueberry fields and reproduces asexually via ramets from creeping roots. Ramets emerge throughout the season but remain vegetative due to a vernalisation requirement for flowering. This weed may therefore be managed with fall herbicide applications, but few currently registered herbicides have been evaluated for fall red sorrel management in lowbush blueberry. The objectives of this research were to (i) determine the effect of various herbicide treatments on red sorrel shoot and root biomass in the greenhouse, (ii) determine the effect of fall bearing year herbicide applications on overwintered red sorrel ramet density in the field, (iii) determine if reduced overwintered ramet density reduces flowering ramet density in the field, and (iv) estimate the potential for red sorrel to recover from fall bearing year herbicide applications. Dicamba, tribenuron-methyl, and glufosinate reduced red sorrel shoot and root biomass in the greenhouse and reduced overwintered ramet density in the field. Clopyralid, sulfentrazone, and flumioxazin reduced shoot and root biomass in the greenhouse but exhibited limited efficacy in the field. Nicosulfuron + rimsulfuron and glyphosate were ineffective in both the greenhouse and field. Dichlobenil and pronamide reduced overwintered ramet density in the field. Reduction of overwintered ramet density did not consistently reduce flowering ramet density. Dichlobenil reduced seedling density at two sites, but no herbicide consistently reduced summer non-bearing year ramet density. Fall herbicide applications alone, therefore, do not appear to maintain red sorrel suppression in lowbush blueberry fields.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».