MétaCan
Menu
Retour à la cohorte
Enregistrement W4389641671 · doi:10.5539/jas.v16n1p13

Sensitivity of Azuki Bean and Control of Multiple Herbicide-Resistant Canada Fleabane With Saflufenacil Herbicide Mixtures

2023· article· en· W4389641671 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 Ministry of Agriculture, Food and Rural AffairsMinistry of Agriculture, Food and Rural AffairsGrain Farmers of Ontario
Mots-clésMetribuzinGlyphosateWeed controlHexazinoneAgronomyBromoxynilAnimal scienceYield (engineering)ChemistryHorticultureBiology

Résumé

récupéré en direct d'OpenAlex

During 2021 and 2022, four experiments were conducted to ascertain the sensitivity of azuki bean to saflufenacil herbicide mixtures, and five experiments were conducted to determine the control of multiple herbicide-resistant (MHR) Canada fleabane with various saflufenacil herbicide mixtures applied preplant (PP) in soybean at various locations in southwestern Ontario, Canada. At 1, 2, 4, and 8 weeks after emergence (WAE), glyphosate + saflufenacil caused 2-5% azuki bean injury. The addition of metribuzin, bromoxynil, halauxifen-methyl, or 2,4-D ester caused 2-7%, 2-4%, 4-9%, and 2-4% azuki bean injury, respectively. Glyphosate + saflufenacil + bromoxynil plus either metribuzin, halauxifen-methyl, or 2,4-D ester caused 3-7%, 5-11%, and 3-6% azuki bean injury, respectively. Saflufenacil mixtures evaluated had no adverse effect on azuki bean stand, biomass m-1, biomass plant-1, height, seed moisture content, or yield. At 4 and 8 weeks after application (WAA), glyphosate + saflufenacil control MHR Canada fleabane 93 and 87%, respectively; there was no improvement in MHR Canada fleabane control with the glyphosate + saflufenacil mixtures evaluated. At 8 WAA, saflufenacil herbicide mixtures evaluated reduced MHR Canada fleabane density 43-95% and biomass 47-96%; differences were not statistically significant. MHR Canada fleabane interference reduced soybean yield 50%; however, reduced MHR Canada fleabane interference with all glyphosate + saflufenacil mixtures evaluated resulted in soybean yield that was similar to the weed-free control. This study concludes that saflufenacil herbicide mixtures evaluated have the potential to be used for the control MHR Canada fleabane in azuki bean.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil0,377

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,195
Écart entre enseignants0,187 · 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'étudeObservationnel
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