Persistence Strategies of Weeds
Notice bibliographique
Résumé
Undesirable plants continue their presence in agricultural and managed ecosystems despite a wide variety of management techniques developed to eliminate them. We definerefer to weed persistence as “the ability of undesirable plant species to continually evolve, survive, thrive, and reproduce under a variety of natural and anthropogenic selection pressures.” The study of persistence strategies of weeds is fundamental to the development of integrated weed management strategies. Therefore, it is important to ask the following questions: (i) What makes a weed so persistent? (ii) Why are the natural and human-developed selection pressures failing to eliminate them? (iii) What lessons can we learn from the strategies that theyhave developed to persist in the various ecosystems? (iv) How can we use our understanding of persistence strategies of weeds to minimize the damage they cause to agroecosystems and other human-managed ecosystems? In this chapter we discuss how prolific seed production, efficient dissemination, maintenance of soil seedbanks, and in many cases perennial growth of weeds facilitate their persistence. We also discuss the importance of seed dormancy in persistence. We emphasize the need for more research on the roles of climate change, microbial communities, seed predation, agronomic practices, and allelochemicals in influencing weed persistence. Since at the root of weed persistence is the ability of weeds to evolve in response to various selection pressures, we advocate that understanding this ability is the way forward to develop better management options in this age-old battle between humanity and the weeds.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».