MétaCan
Menu
Retour à la cohorte
Enregistrement W6884646404 · doi:10.1139/cjps2012-273

Weed management in white beans with postemergence herbicide tankmixes

2013· article· en· W6884646404 sur OpenAlexaboutno aff

Notice bibliographique

RevueBioOne Complete (BioOne) · 2013
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueWeed Control and Herbicide Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBentazonWeed controlWeedCropYield (engineering)Field experiment

Résumé

Soltani, N., Nurse, R. E. and Sikkema, P. H. 2013. Weed management in white beans with postemergence herbicide tankmixes. Can. J. Plant Sci. 93: 669-674. Weed control efficacy of cloransulam-methyl, halosulfuron, bentazon, fomesafen and their tankmixes applied post-emergence (POST) for weed management in white bean was evaluated in field studies conducted in four Ontario locations during 2008-2011. Cloransulam-methyl, halosulfuron, bentazon, fomesafen, bentazon plus fomesafen, cloransulam-methyl plus bentazon, cloransulam-methyl plus fomesafen, cloransulam-methyl plus bentazon plus fomesafen, halosulfuron plus bentazon, halosulfuron plus fomesafen, and halosulfuron plus bentazon plus fomesafen caused white bean injury ranging from 1 to 18%. Control for AMARE, AMBEL and CHEAL ranged from 47 to 92%, 66 to 98% and 36 to 91%, respectively, among herbicide treatments. Similar results were observed for weed density and biomass of AMARE, AMBEL, and CHEAL. Cloransulam-methyl, halosulfuron, and cloransulam-methyl plus fomesafen reduced the yield of white bean by 34, 21, and 17%, respectively, compared with the weed-free control. However, bentazon, fomesafen, bentazon plus fomesafen, cloransulam-methyl plus bentazon, cloransulam-methyl plus bentazon plus fomesafen, halosulfuron plus bentazon, halosulfuron plus fomesafen, and halosulfuron plus bentazon plus fomesafen had no adverse effect on yield of white bean. Based on these results, tankmixes of cloransulam-methyl and halosulfuron with bentazon and fomesafen can reduce crop injury and provide control of broadleaf weeds in white bean.

Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.

Comment cette classification a été obtenuedéplier

Le tri à trois modèles

les 5 600 travaux triés →

Les trois modèles l'ont jugé hors champ.

strate : about_only · poids de sondage : 3321.24 (l'échantillon est stratifié ; tout taux calculé sans le poids est faux)
Claude Opus 4.8OUT
genre : empirical
porte sur le Canada: non
confiance: high

Agronomy field trials of postemergence herbicide tankmixes in white beans; the object is weed control.

GPT-5.6 (high)OUT
genre : empirical
porte sur le Canada: non
confiance: high

The study evaluates herbicide treatments for white beans rather than research practice.

Grok 4.5OUT
genre : empirical
porte sur le Canada: non
confiance: high

Agronomic field trials of postemergence herbicides in white bean; crop science.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,000

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 Opus0,145
Tête enseignante GPT0,215
Écart entre enseignants0,070 · 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'étudeExpérimental (laboratoire)
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioOne Complete (BioOne)Même sujetWeed Control and Herbicide ApplicationsTravaux en français237 207