MétaCan
Menu
Retour à la cohorte
Enregistrement W4400404217 · doi:10.5539/jas.v16n8p61

Two-Pass Weed Management Programs for White Bean

2024· article· en· W4400404217 sur OpenAlexafffundvenueabout
Nader Soltani, Christy Shropshire, Peter H. Sikkema

Notice bibliographique

RevueJournal of Agricultural Science · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMinistry of Agriculture, Food and Rural AffairsOntario Ministry of Agriculture, Food and Rural Affairs
Mots-clésLambsquartersBentazonMetolachlorTrifluralinRagweedWeed controlAgronomyTiftonWeedFoxtailHorticultureAtrazineBiologyChenopodiumPesticideForage

Résumé

récupéré en direct d'OpenAlex

It is essential to implement effective weed management programs to minimize white bean yield loss from weed interference. Four field experiments were conducted during 2022 and 2023 to determine the efficacy of one-pass compared to two-pass weed control programs. This study evaluated trifluralin + S-metolachlor + imazethapyr or trifluralin + S-metolachlor + halosulfuron applied preplant incorporated (PPI), bentazon + fomesafen + quizalofop-p-ethyl applied postemergence (POST), and trifluralin + S-metolachlor + imazethapyr or trifluralin + S-metolachlor + halosulfuron applied PPI followed by (fb) bentazon + fomesafen + quizalofop-p-ethyl applied POST in white bean. There was minimal white bean injury (≤ 5%) with the herbicide programs evaluated. Weed interference decreased white bean yield 44%. Weed interference with bentazon + fomesafen + quizalofop-p-ethyl applied POST resulted in a 24% decrease in white bean seed yield compared to the weed-free control; however, all other PPI and PPI fb POST herbicide programs resulted in white bean seed yield that was similar to the weed-free control. Weed interference with the one-pass herbicide programs (PPI or POST) resulted in 17% lower white bean seed yield compared to the two-pass herbicide programs (PPI fb POST). Trifluralin + S-metolachlor + imazethapyr, applied PPI, controlled velvetleaf 85%, common ragweed 35%, common lambsquarters 96%, and green foxtail 80% at 8 weeks after the POST application (WAT). Trifluralin + S-metolachlor + halosulfuron, applied PPI, controlled velvetleaf 68%, common ragweed 87%, common lambsquarters 94% and green foxtail 56% at 8 WAT. Bentazon + fomesafen + quizalofop-p-ethyl, applied POST, controlled velvetleaf 86%, common ragweed 97%, common lambsquarters 34%, and green foxtail 29% at 8 WAT. Trifluralin + S-metolachlor + imazethapyr, applied PPI, followed by bentazon + fomesafen + quizalofop-p-ethyl, applied POST, controlled velvetleaf, common ragweed, common lambsquarters, and green foxtail 98, 97, 96, and 94%, respectively at 8 WAT. Trifluralin + S-metolachlor + halosulfuron, applied PPI, followed by bentazon + fomesafen + quizalofop-p-ethyl, applied POST, controlled velvetleaf, common ragweed, common lambsquarters, and green foxtail 97, 99, 97 and 93%, respectively at 8 WAT. Based on orthogonal contrast, the two-pass herbicide programs provided 17, 21, 20, and 38% greater control of velvetleaf, common ragweed, common lambsquarters, and green foxtail in comparison to the one-pass herbicide programs, respectively at 8 WAT. This study concludes that the two-pass herbicide programs of trifluralin + S-metolachlor + imazethapyr or trifluralin + S-metolachlor + halosulfuron applied PPI followed by bentazon + fomesafen + quizalofop-p-ethyl applied POST provides the most consistent weed control in white bean in Ontario.

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 enseignants0,007
Score d'incertitude au seuil0,013

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 Opus0,016
Tête enseignante GPT0,248
Écart entre enseignants0,232 · 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
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

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