Exploiting the resource-ratio (R*) hypothesis for weed management in legume crops: An example of volunteer Brassica napus in soybean
Notice bibliographique
Résumé
Poor competitive ability and sensitivity to many herbicides create challenges for weed management in legume production. The resource-ratio (R*) hypothesis may provide insight into how to manipulate the competitive balance between nitrogen (N)-fixing legume crops and non-leguminous weed species. A field study was conducted to test whether the level of soil mineral N affected yield loss of an annual legume crop, soybean [Glycine max (L.) Merr.], in the presence of four different populations of an interfering non-leguminous weed, volunteer canola (Brassica napus L.), compared with a weed-free control. The experiment consisted of banding five rates of urea fertilizer (0–180 kg N ha-1) prior to seeding soybean and volunteer canola, and was repeated in three environments in Manitoba, Canada. Soybean yield remained unaffected by N rate in the absence of volunteer canola. Interference from the volunteer canola populations caused a linear decline in soybean yield by 2.6 kg ha-1 for every 1 kg ha-1 increase in soil mineral N. In the presence of volunteer canola, soybean yield decreased by 17% from the lowest to the highest soil mineral N. In the lowest-N conditions (30 kg residual-N ha-1), soybean yield was greatest (3,350 kg ha-1) and volunteer canola seed production and aboveground biomass were lowest (decline in canola seed production by 19%, 50%, and 74% of the maximum seed production in the 2015i, 2015ii, and 2016 environments, respectively). Therefore, growing legume crops like soybean on fields with lower soil mineral N may reduce interference from unmanaged non-leguminous weeds. As N fertilization intensifies interference of many weed species, tailoring weed management in legume crops around their capacity for N-fixation could provide the crop with a competitive advantage, thereby minimizing the impact of weed interference on legume crop yield.
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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 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 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 ».