MétaCan
Menu
Retour à la cohorte
Enregistrement W4221030345 · doi:10.5539/jas.v14n4p39

Enhancement of Tolpyralate + Bromoxynil Efficacy With Adjuvants in Corn

2022· article· en· W4221030345 sur OpenAlexafffundvenueabout
John C. Fluttert, Nader Soltani, Mariano Galla, David C. Hooker, Darren E. Robinson, Peter H. Sikkema

Notice bibliographique

RevueJournal of Agricultural Science · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of GuelphBASF (Canada)
Organismes subventionnairesOntario Ministry of Agriculture, Food and Rural AffairsGrain Farmers of Ontario
Mots-clésLambsquartersMesotrioneBromoxynilAtrazineRagweedAdjuvantWeedWeed controlChenopodiumAgronomyAmbrosia artemisiifoliaBiologyPhytopharmacologyHorticultureChemistryPesticide

Résumé

récupéré en direct d'OpenAlex

The most effective adjuvant is often herbicide-specific and dependent on the target weed species. Tolpyralate is a 4-hydroxyphenylpyruvate dioxygenase-inhibiting herbicide that is usually tank-mixed with atrazine for improved weed control in corn (Zea mays L.). Previous research has reported that a methylated seed oil (MSO) adjuvant (MSO Concentrate®) enhances the efficacy of tolpyralate + atrazine on several annual broadleaf and grass weed species. The efficacy of tolpyralate can also be improved with the addition of bromoxynil instead of atrazine; however, there is no information in the peer-reviewed literature that tests the efficacy of tolpyralate + bromoxynil with different adjuvants. Therefore, four field trials were conducted in 2020 and 2021 in Ontario, Canada to evaluate the efficacy of tolpyralate + bromoxynil without an added adjuvant and with MSO Concentrate®, Agral® 90, Assist® Oil Concentrate, Carrier®, LI 700®, or Merge® on six annual weed species in corn. The adjuvants did not enhance control of wild mustard (Sinapis arvensis L.) or velvetleaf (Abutilon theophrasti Medik.) with tolpyralate + bromoxynil. At 8 weeks after application (WAA), common ragweed (Ambrosia artemisiifolia L.) control was improved with the addition of MSO Concentrate® or Merge® to tolpyralate + bromoxynil. At 8 WAA, all adjuvants enhanced the control of common lambsquarters (Chenopodium album L.) with tolpyralate + bromoxynil similarly except for Assist® Oil Concentrate; Merge® was a better adjuvant than Assist® Oil Concentrate for common lambsquarters control. At 8 WAA, control of barnyardgrass [Echinochloa crus-galli (L.) P. Beauv.] was enhanced with the addition of Assist® Oil Concentrate, Carrier®, MSO Concentrate®, or Merge® to tolpyralate + bromoxynil. Carrier®, MSO Concentrate®, and Merge® enhanced the efficacy of tolpyralate + bromoxynil on Setaria spp. at 8 WAA. Control of velvetleaf, wild mustard, common ragweed, Setaria spp., and barnyardgrass with tolpyralate + bromoxynil was similar with the six adjuvants evaluated at 8 WAA.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,221
Écart entre enseignants0,208 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207