The Addition of Saflufenacil to Glyphosate plus Dicamba Improves Glyphosate-Resistant Canada Fleabane (Erigeron canadensis L.) Control in Soybean
Notice bibliographique
Résumé
Glyphosate + dicamba has provided variable glyphosate-resistant Canada fleabane (GRCF) control in glyphosate/dicamba-resistant (GDR) soybean. Previous research has indicated improved GRCF control when a third herbicide was added to glyphosate + dicamba, though research is limited. The objective of this research was to ascertain if the level and consistency of GRCF control can be improved when adding tiafenacil, metribuzin, bromoxynil, pyraflufen-ethyl/2,4-D, 2,4-D ester, halauxifen-methyl or saflufenacil to glyphosate + dicamba applied preplant (PP) in GDR soybean. Four field trials were conducted in 2020 and 2021 in commercial fields in southwestern Ontario, Canada. Glyphosate + dicamba controlled GRCF 57, 93 and 94% at 2, 4 and 8 WAA, respectively. Adding bromoxynil to glyphosate + dicamba improved GRCF control from 57 to 77% at 2 WAA; adding saflufenacil to glyphosate + dicamba improved GRCF control from 57 to 92, 93 to 99, and 94 to 99% at 2, 4 and 8 WAA, respectively. All three-way tank-mixtures improved the consistency of GRCF control, except for glyphosate + dicamba + 2,4-D ester at 2 WAA, glyphosate + dicamba + 2,4-D ester, tiafenacil or metribuzin at 4 WAA, and glyphosate + dicamba + tiafenacil or bromoxynil at 8 WAA. This study concludes that the level and consistency of GRCF control was improved when saflufenacil was added to a PP application of glyphosate + dicamba 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 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».