Western United States and Canada perspective: are herbicide-resistant crops the solution to herbicide-resistant weeds?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Herbicide-resistant (HR) crops are widely grown throughout the United States and Canada. These crop-trait technologies can enhance weed management and therefore can be an important component of integrated weed management (IWM) programs. Concomitantly, evolution of HR weed populations has become ubiquitous in agricultural areas where HR crops are grown. Nevertheless, crop cultivars with new or combined (stacked) HR traits continue to be developed and commercialized. This review, based on a symposium held at the Western Society of Weed Science annual meeting in 2021, examines the impact of HR crops on HR weed management in the U.S. Great Plains, U.S. Pacific Northwest, and the Canadian Prairies over the past 25 yr and their past and future contributions to IWM. We also provide an industry perspective on the future of HR crop development and the role of HR crops in resistance management. Expanded options for HR traits in both major and minor crops are expected. With proper stewardship, HR crops can reduce herbicide-use intensity and help reduce selection pressure on weed populations. However, their proper deployment in cropping systems must be carefully planned by considering a diverse crop rotation sequence with multiple HR and non-HR crops and maximizing crop competition to effectively manage HR weed populations. Based on past experiences in the cultivation of HR crops and associated herbicide use in the western United States and Canada, HR crops have been important determinants of both the selection and management of HR 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.
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 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle