Canada fleabane (Conyza canadensis) control with preplant applied residual herbicides followed by 2,4-D choline/glyphosate DMA applied postemergence in corn
Notice bibliographique
Résumé
Ford, L., Soltani, N., Robinson, D. E., Nurse, R. E., McFadden, A. and Sikkema, P. H. 2014. Canada fleabane (Conyza canadensis) control with preplant applied residual herbicides followed by 2,4-D choline/glyphosate DMA applied postemergence in corn. Can. J. Plant Sci. 94: 1231-1237. Glyphosate resistant (GR) Canada fleabane (Conyza canadensis) is an extremely problematic weed in no-tillage farming operations. A total of five field trials were conducted over a 2-yr (2012 and 2013) period in Ontario to determine the level of GR Canada fleabane control with a two-pass weed control program of a pre plant (PP) residual herbicide followed by 2,4-D choline/glyphosate dimethylamine (DMA) applied POST. Among residual herbicide treatments evaluated, s-metolachlor (1600 g a.i. ha-1)+flumetsulam (50 g a.i. ha-1)+clopyralid (135 g a.e. ha-1) provided the most consistent (95-99%) control across all sites 8 wk after application (WAA). S-metolachlor/atrazine (1800 g a.i. ha-1) did not provide effective GR Canada fleabane control (21-86%) 8 WAA. The preplant residual herbicides followed by 2,4-D choline/glyphosate DMA (1720 g a.e. ha-1) POST provided 97-100% control. Glyphosate (900 g a.e. ha-1) applied PP followed by 2,4-D choline/glyphosate DMA POST provided 80-93% control 8 WAA. The application of 2,4-D choline/glyphosate DMA POST following any PP residual herbicide resulted in 97% or greater control of GR Canada fleabane. Results from this research demonstrate that residual herbicides applied PP followed by 2,4-D choline/glyphosate DMA POST provides excellent control of GR Canada fleabane, and also incorporates different modes of action thereby limiting the selection of resistant weeds.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».