Sorghum cover crop and repeated soil fumigation for purple nutsedge management in tomato production
Notice bibliographique
Résumé
BACKGROUND: Purple nutsedge (Cyperus rotundus L.) is one of the most common and troublesome weeds. Field research trials were conducted in Florida to evaluate the effects of repeated fumigation and a sorghum sudangrass [Sorghum bicolor S. bicolor var. sudanense (Piper) Stapf.] cover crop on purple nutsedge (Cyperus rotundus L.) populations over time in tomato (Solanum lycopersicum L.) production. RESULTS: Among the soil fumigants, DMDS + metam potassium was consistently the most effective treatment in terms of in-crop purple nutsedge control. Plots with a sorghum cover crop during the fallow period exhibited higher purple nutsedge density during the tomato growing season as well as higher purple nutsedge shoot and tuber densities during the fallow period compared to the chemical fallow. CONCLUSION: DMDS + metam potassium was the most effective fumigant for purple nutsedge control. Unexpectedly, a sorghum cover crop during the fallow period was less effective than chemical fallow for purple nutsedge management, and therefore we do not recommend the use of sorghum cover crops for weed management in fields where purple nutsedge is the major weed species.
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 | 0,001 | 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 | 0,001 |
| 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 ».