The Impact of the Addition of Urea Ammonium Nitrate to 2,4-D on the Control of Multiple-Herbicide-Resistant Canada Fleabane
Notice bibliographique
Résumé
Limited information exists on the impact of the addition of 28% urea ammonium nitrate (UAN) to 2,4-D, applied preplant (PP) to soybean, on the control of multiple-herbicide-resistant (MHR) Canada fleabane. A total of five field experiments were conducted over a two-year period (2020, 2021) in southwestern Ontario to determine if MHR Canada fleabane control with 2,4-D ester applied PP can be improved by adding UAN to the spray solution. Glyphosate + 2,4-D ester applied PP with various rates of UAN caused no soybean injury. The control of MHR Canada fleabane decreased when UAN was added to the spray solution, especially at higher rates evaluated. At 4 weeks after treatment (WAT), the predicted percent UAN concentration in the spray solution that caused a 5, 10, 20, or 50% decrease in MHR Canada fleabane control was 12, 17, 25, and 52%, respectively. At 8 WAT, the predicted percent UAN concentration that caused a 5, 10, 20, or 50% decrease in MHR Canada fleabane control was 10, 13, 18, and 33%, respectively. At 8 WAT, the predicted percent UAN concentration that caused a 5 and 10% increase in MHR Canada fleabane density was 36 and 73%, respectively. At 8 WAT, the predicted percent UAN concentration that caused a 5, 10, 20, or 50% increase in MHR Canada fleabane biomass was 2, 4, 8, and 19%, respectively. The predicted percent UAN concentration that caused a 5, 10, and 20% decrease in soybean yield was 1, 3, and 12%, respectively. This study concludes that the addition of 28% UAN, especially at the higher concentration, to 2,4-D ester reduces control and increases the density and biomass of MHR Canada fleabane.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».