Biologically effective dose of bromoxynil applied alone and mixed with metribuzin for the control of glyphosate-resistant horseweed in soybean
Notice bibliographique
Résumé
Abstract Glyphosate-resistant (GR) horseweed was first confirmed in Ontario in 2010. GR horseweed interference can reduce soybean yield by up to 97%. Bromoxynil is a photosystem II–inhibiting herbicide that is primarily used for annual broadleaf weed control in monocot crops. The objective of this study was to determine the biologically effective dose (BED) of bromoxynil applied alone and when mixed with metribuzin applied preplant for control of GR horseweed in soybean in Ontario. Five field experiments were conducted over a 2-yr period (2019–2020) to determine the predicted dose of bromoxynil with or without metribuzin that would control GR horseweed 50%, 80%, and 95%. No soybean injury was observed. The predicted doses of bromoxynil to achieve 50% and 80% control of GR horseweed were 98 and 277 g ai ha −1 , respectively, at 8 wk after application (WAA). When mixed with metribuzin (400 g ai ha −1 ), the predicted doses of bromoxynil for 50%, 80%, and 95% control of GR horseweed were 10, 25, and 54 g ai ha −1 , respectively. Bromoxynil (280 g ai ha −1 ) plus metribuzin (400 g ai ha −1 ) controlled GR horseweed 97%, a finding that was similar to the industry standards of saflufenacil + metribuzin (99% control) and glyphosate/dicamba + saflufenacil (100% control) at 8 WAA. This study concludes that bromoxynil + metribuzin applied before planting provides excellent control of GR horseweed in 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 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 | 0,001 |
| 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 | 0,000 |
| 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 ».