Burial Environment Drives Seed Mortality of Kochia (Bassia scoparia), Wild Oat (Avena fatua), and Volunteer Canola (Brassica napus) Irrespective of Crop Species
Notice bibliographique
Résumé
Models of weed population demography are critical to understanding the long-term viability of management strategies. The driving factors of weed seedbank persistence are often underrepresented in demographic models due to the cumbersome nature of seedbank research. Simplification of weed seedbank dynamics may induce substantial error in model simulations. A soil bioassay was conducted to determine whether growth of different crop species, including wheat (Triticum aestivum L.), canola (Brassica napus L.), and field pea (Pisum sativum L.), differentially impact seed mortality of kochia [Bassia scoparia (L.) A.J. Scott], wild oat (Avena fatua L.), and volunteer canola in seven burial environments in western Canada. Weed seed survival after the 7 week burial period varied widely among burial environments (from 8% to 88% when averaged among weed and crop species), whereas growth of the different crop species had negligible impact on seedbank persistence. Among environments, wild oat seed survived the greatest (79%), followed by kochia (20%), and volunteer canola (6%). Weed seed survival was associated with soil physical properties (texture) and seed microsite characteristics (temperature), but not crop species or soil chemical properties. Overall, these data support the need for greater integration of soil and environmental parameters into models of weed population demography.
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 ».