Herbicide on Weed Composition, Diversity and Density in Silage Corn (cv. Sc 704)
Notice bibliographique
Résumé
In order to study the effect of plant density, planting pattern and herbicide dosage of nicosulfuron, a field experiment was arranged in a factorial split plot treatments based on RCBD with three replications in Chenaran, Khorasan Razavi, in 2010. The experimental treatments consisted of a factorial plant density (100000, 120000 and 140000 plants ha-1) in the planting pattern (single and double row) as main plot and herbicide dosage of nicousulforon in four levels (0, 1, 1/5 and 2, l.ha-1) as sub-plot. Samplings were made at in five stages (37days after the emergence of corn and it was repeated once per 20 days). The results indicated reducing the weed density and dry matter of weeds in the first stage after the herbicide treatment. Moreover, it was observed a significant interaction effect between plant density with planting pattern and between planting pattern with herbicides dosages during growth season on reducing weed density and dry matter. Also results indicated that in between of this experiment's treatments, nicosulfuron herbicide reduced weed density at the beginning of growth season and double row planting pattern suppressed weed density during growing season, and resulted in lowest Jacard similarity index (Sj) of weed species. Results also indicated that with increasing of plant density and herbicide dosage especially in composition of double row planting pattern, according to Shannon- Wiener index, sensitive population such as common purslane (Portulaca oleracea L.), buckhorn plantain (Plantago lanceolata L.), prostrate knotweed (Polygonum aviculareL.), black nightshade (Solanum nigrum L.) and Johnson grass (Sorghum halepens L.) was reduced in during growing season. Simpson dominance index, showed that some low populated weeds such as redroot pigweed (Amaranthus retroflexus L.), common lambsquarters (Chenopodium album L.), field bindweed (Convolvulus arvensis L.) and Canada thistle (Circum arvensis L.) persisted their growth up to the end of growing season.
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 | 0,000 |
| 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 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 ».