MétaCan
Menu
Retour à la cohorte
Enregistrement W4386648556 · doi:10.5539/jas.v15n10p1

Tolerance of White Bean to Tiafenacil Herbicide Mixtures and Control of Multiple Herbicide-Resistant Horseweed With Tiafenacil Herbicide Mixtures

2023· article· en· W4386648556 sur OpenAlexafffundvenueabout
Nader Soltani, Christy Shropshire, Peter H. Sikkema

Notice bibliographique

RevueJournal of Agricultural Science · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesOntario Agri-Food Innovation AllianceGrain Farmers of Ontario
Mots-clésGlyphosateDicambaMetribuzinBromoxynilAgronomyBiologyHerbicide resistanceWeed controlYield (engineering)Biomass (ecology)

Résumé

récupéré en direct d'OpenAlex

There is limited information on the tolerance of white bean to tiafenacil herbicide mixtures applied preplant (PP) and the efficacy of tiafenacil herbicide mixtures applied PP to control multiple herbicide-resistant (MHR) horseweed. The objective aim of this research was to ascertain the tolerance of white beans to tiafenacil herbicide mixtures and determine if MHR horseweed control with tiafenacil can be improved by adding herbicide partners in a surrogate soybean crop. During 2021 and 2022 four experiments were performed to determine the tolerance of white bean to tiafenacil herbicide mixtures and five experiments were conducted to determine MHR horseweed control with tiafenacil mixtures in ON, Canada. All tiafenacil mixtures evaluated except those that included 2,4-D ester caused minimal (≤ 4%) white bean injury and had no adverse effect on white bean stand, dry biomass, height, maturity (as measured by seed moisture (SM) content at harvest), or yield. Glyphosate + tiafenacil + 2,4-D ester and glyphosate + tiafenacil + bromoxynil + 2,4-D ester caused up to 8% white bean injury but had no adverse effect on white bean stand, dry biomass, height, maturity, or yield. Glyphosate + tiafenacil or co-applied with bromoxynil, metribuzin, or 2,4-D controlled MHR horseweed 23-75%, reduced density up to 62% and reduced biomass up to 56%; consequently, horseweed interference with these tiafenacil mixtures resulted in soybean yield comparable to the non-treated (weedy) control. Glyphosate + tiafenacil + halauxifen-methyl and the co-application of glyphosate + tiafenacil + bromoxynil with metribuzin, halauxifen-methyl, or 2,4-D ester controlled MHR horseweed 73-94%, reduced density up to 79%, and reduced biomass up to 86%. Reduced MHR horseweed interference with the aforementioned tiafenacil mixtures resulted in soybean yield comparable to the weed-free control. In conclusion, all tiafenacil mixtures evaluated except those that contained 2,4-D ester can be safely used in white bean. Glyphosate + tiafenacil + halauxifen-methyl and the co-application of glyphosate + tiafenacil + bromoxynil with metribuzin, halauxifen-methyl, or 2,4-D ester provided the most consistent control of MHR horseweed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,215
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetWeed Control and Herbicide ApplicationsTravaux en français237 207