Non‐dicamba‐resistant soybean response to multiple dicamba applications
Notice bibliographique
Résumé
Abstract The rapid adoption of dicamba (3,6‐dichloro‐2‐methoxybenzoic acid)‐resistant (DR) soybean [ Glycine max (L.) Merr.] resulted in an increase of post‐emergent dicamba applications during the soybean‐growing season, resulting in off‐target movement and injury to non‐DR soybean. Field trials were established in Manhattan, KS, in 2018 and 2019 and in Ottawa, KS, in 2019 to characterize the response of non‐DR soybean to one, two, or three applications of reduced rates of dicamba at three application timings. Soybean were treated with 0.56, 1.12, and 5.6 g a.e. ha −1 of dicamba, which is equivalent to 1/1,000X, 1/500X, and 1/100X of a 1X field‐use rate (560 g a.e. ha −1 ), respectively. Soybean plants were treated at V3, R1, R3, V3 followed by (fb) R1, V3 fb R3, R1 fb R3, and V3 fb R1 fb R3 growth stages. Soybean injury from dicamba was less severe following application during the V3 than the R1 or R3 growth stages. In general soybean injury was the greatest 4 wk after application. The greatest soybean yield reduction (68%) followed dicamba applications of 5.6 g a.e. ha −1 at V3 fb R1 fb R3 in Manhattan, KS, 2018, where yield loss was generally greater and may be attributed to droughty conditions. Yield loss was minimal in Manhattan, KS, and Ottawa, KS, in 2019 following a single dicamba application at the V3 stage, regardless of application rate and following dicamba application at 0.56 g a.e. ha −1 , regardless of number of applications. The greatest soybean yield losses from dicamba occurred with two or three applications at 1.12 or 5.6 g a.e. ha −1 .
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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».