Tolerance of Dry Beans to Pyraflufen-Ethyl/2,4-D Ester
Notice bibliographique
Résumé
Five field experiments were conducted in Ontario to determine the tolerance of dry beans to pyraflufen-ethyl (6.7 and 13.4 g ai ha-1), 2,4-D ester (520.3 and 1040.6 g ai ha-1) and pyraflufen-ethyl/2,4-D ester (527 and 1054 g ai ha-1) applied preplant. Pyraflufen-ethyl at 6.7 and 13.4 g ai ha-1 caused < 2% injury in azuki, kidney, small red, and white bean. 2,4-D ester at 520.3 and 1040.6 g ai ha-1 caused up to 4 and 6% injury in azuki bean; up to 5 and 12% injury in kidney bean; up to 7 and 12% injury in small red bean; and up to 5 and 8% injury in white bean, respectively. Pyraflufen-ethyl/2,4-D ester at 527 and 1054 g ai ha-1 caused up to 4 and 6% injury in azuki bean; 5 and 11% injury in kidney bean; 7 and 13% injury in small red bean; and 5 and 10% injury in white bean, respectively. Pyraflufen-ethyl (6.7 and 13.4 g ai ha-1), 2,4-D ester (520.3 and 1040.6 g ai ha-1) or their combination applied preplant caused no adverse effect on dry bean stand, aboveground dry biomass, height, seed moisture content, or yield except for 2,4-D (2X rate) and pyraflufen-ethyl/2,4-D ester (2X rate) which reduced dry bean aboveground biomass as much as 32% and plant height up to 28%. This study concludes that pyraflufen-ethyl (6.7 g ai ha-1), 2,4-D ester (520.3 g ai ha-1), and pyraflufen-ethyl/2,4-D ester (527 g ai ha-1) applied preplant is safe to use for weed management in azuki, kidney, small red, and white bean. However, care must be taken to avoid spray overlaps with 2,4-D ester and pyraflufen-ethyl/2,4-D ester to avoid unacceptable dry bean injury.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».