Pre- and post-vernalization ramet removal reduces flowering of red sorrel (Rumex acetosella L.) in wild blueberry (Vaccinium angustifolium Ait.)
Notice bibliographique
Résumé
White, S. N., Boyd, N. S., Van Acker, R. C. and Swanton, C. J. 2015. Pre- and post-vernalization ramet removal reduces flowering of red sorrel (Rumex acetosella L.) in wild blueberry (Vaccinium angustifolium Ait.). Can. J. Plant Sci. 95: 549-556. Red sorrel is a common, ramet-producing herbaceous creeping perennial species in wild blueberry fields. Flowering and seed production occur primarily in overwintering ramets in Nova Scotia, Canada, and growers may therefore be able to adopt fairly simple management strategies to reduce or prevent flowering and seed production in this species. The objective of this research was to determine the effect of pre- and post-vernalization ramet removal on red sorrel flowering ramet density under both controlled and field conditions. Under controlled conditions in a growth facility, ramet populations were subject to pre- and post-vernalization clipping treatments to simulate late autumn and early spring ramet removal. Under field conditions, pre- and post-vernalization ramet removal was achieved using postemergence applications of paraquat applied at a rate of 1 100 g a.i. ha-1 in early autumn and spring. Under controlled conditions, pre- and post-vernalization ramet removal reduced the density of flowering ramets by >95% and significantly reduced the frequency of pots with flowering ramets. Autumn and spring applications of paraquat under field conditions significantly reduced the survival of overwintering ramets, resulting in a significant reduction in the density of flowering ramets. Pre- and post-vernalization ramet removal has the potential to be a component of an integrated weed management strategy for red sorrel in wild blueberry.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 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 ».