Multiple herbicide-resistant kochia (<i>Bassia scoparia</i>) control in glufosinate-resistant canola
Notice bibliographique
Résumé
Multiple herbicide-resistant kochia ( Bassia scoparia (L.) A.J. Scott) has grown in prevalence in the canola ( Brassica napus L.) production region of North America. Glufosinate-resistant canola facilitates kochia management since glufosinate-resistant kochia is not known to occur. Field experiments were conducted from 2013 to 2015 in five environments near Lethbridge and Coalhurst, Alberta, to identify herbicide strategies targeting acetolactate synthase inhibitor-resistant kochia with and without glyphosate resistance in glufosinate-resistant canola. Sequential glufosinate treatments (500 g ai ha −1 ) postemergence (POST) caused excellent (≥90%) kochia control and biomass reduction across environments. Preplant (PP) carfentrazone + sulfentrazone (9 + 105 g ai ha −1 ) alone or followed by (fb) POST glufosinate (9 + 27 fb 500 or 9 + 105 fb 500 g ai ha −1 ) resulted in excellent kochia control in all environments tested. PP carfentrazone + sulfentrazone (9 + 53 g ai ha −1 ) alone, and a single POST treatment with glufosinate (500 or 590 g ai ha −1 ) alone or preceded by fall-applied ethalfluralin (1100 fb 500 g ai ha −1 ) with or without PP carfentrazone (1100 fb 9 fb 500 g ai ha −1 ) caused ≥80% kochia control and biomass reduction in all environments tested. However, treatments containing PP carfentrazone + sulfentrazone caused unacceptable canola injury or yield loss in at least one environment. In conclusion, single or sequential treatments of glufosinate POST managed multiple herbicide-resistant kochia effectively in canola. Layering fall-applied/PP ethalfluralin and/or PP carfentrazone with glufosinate POST may help alleviate resistance selection pressure placed on glufosinate in canola.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».