Glyphosate and aminomethylphosphonic acid contents in field crops soils under various weed management practices
Notice bibliographique
Résumé
Abstract To avoid yield loss in field crops associated with glyphosate‐resistant weed and changes in their population dynamics, repeated applications of glyphosate‐based herbicides (GBH) and combination with other herbicides are weed management practices (WMP) increasingly used worldwide, and particularly so in southern Quebec (Canada). These practices affect soil biological activity as well as soil functions but could also influence glyphosate and its main degradation product, the aminomethylphosphonic acid (AMPA), persistence. This study was conducted in corn ( Zea mays L.) and soybean [ Glycine max (L.) Merr.] field crops to evaluate the effects of single vs. repeated GBH applications, with or without the addition of other herbicides, on glyphosate and AMPA persistence in soils throughout a growing season. In corn plots, the highest glyphosate content (0.11 mg kg –1 ) was observed following two GBH applications combined with other herbicides (i.a. S‐metolachlor and mesotrione). In soybean plots, the highest glyphosate content (0.18 mg kg –1 ) was also measured following two GBH applications combined with other herbicides (i.a. imazethapyr and chlorimuron). AMPA contents in corn plots soils were similar whatever WMP employed, whereas differences were observed in soybean plots according to the WMP. Soybean plots thus seemed more responsive to variation in weed management practices than corn plots. This study highlights the persistence of glyphosate and AMPA in agricultural soils at least 8 wk after the last GBH application.
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 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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».