Weed control with postemergence glyphosate tank mixes in glyphosate-resistant soybean
Notice bibliographique
Résumé
Walsh, K. D., Soltani, N., Brown, L. R. and Sikkema, P. H. 2014. Weed control with postemergence glyphosate tank mixes in glyphosate-resistant soybean. Can. J. Plant Sci. 94: 1239-1244. Six field trials were conducted over a 3-yr period (2011, 2012 and 2013) in Ontario, Canada, to evaluate various postemergence (POST) glyphosate tank mixes for weed management in glyphosate-resistant (GR) soybean. Herbicide treatments included glyphosate applied alone or mixed with acifluorfen, fomesafen, bentazon and thifensulfuron-methyl. Glyphosate tank mixtures with acifluorfen, fomesafen, bentazon and thifensulfuron-methyl caused GR soybean injury of up to 21, 11, 4 and 14% at 7 d after treatment (DAT), which was reduced to 5, 0, 0 and 2% by 28 DAT, respectively. Velvetleaf, green pigweed, common ragweed and common lambsquarters control ranged from 55 to 95, 93 to 100, 70 to 92 and 81 to 98% at 28 DAT respectively. Relative to glyphosate alone, tank mixtures with thifensulfuron-methyl provided equivalent to increased weed control, while acifluorfen, fomesafen and bentazon provided equivalent to reduced weed control. All herbicide tank mixtures resulted in higher yields (3.8-4.0 t ha-1) than the untreated check (2.7 t ha-1), and were generally equivalent to glyphosate alone (4.1 t ha-1). Results from this study indicate that the glyphosate tank mixtures evaluated did not provide a benefit over glyphosate alone.
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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».