Weed emergence patterns as affected by topsoil movement within an eroded landform
Notice bibliographique
Résumé
Abstract Soil erosion significantly affects within‐field soil properties, crop productivity, weed emergence patterns, and weed growth. Spatial variability in weed densities, emergence timing, weed seed production, seed viability, herbicide bioavailability, and other factors complicate weed management strategies in eroded landscapes. Reversing soil erosion by replacing translocated topsoil (soil‐landscape rehabilitation) is one method to improve crop productivity of severely eroded land, but bulk soil movement changes soil properties and weed seedbanks that influence weed spatial distribution patterns, emergence, and growth. We evaluated weed community responses to soil movement within a hilly landform. Soil‐landscape rehabilitation was performed by moving 15–20 cm of accumulated topsoil from the lower slope and adding it to the upper slope positions (areas of net soil loss by erosion). Adjacent plots were left in their eroded condition. Weed density and species richness were monitored for 4 years. Annual grasses dominated the weed community in the upper slope, and weed abundance was highest in the most eroded landscape positions. Soil addition improved soil characteristics for crop growth but did not increase weed densities. The density of weeds was lower where soil was removed in the first 2 years after soil movement, likely through removal of weed seeds with soil. Within 3 years of soil movement, weed abundance and species richness were the same or lower in areas of soil removal and no soil removal. In these experiments, movement of soil (and entrained weed seeds) within an eroded landform to improve productivity did not exacerbate weed issues.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».