MétaCan
Menu
Retour à la cohorte
Enregistrement W1993066365 · doi:10.1002/ps.728

United States Department of Agriculture—Agricultural Research Service research on alternatives to methyl bromide: pre‐plant and post‐harvest

2003· review· en· W1993066365 sur OpenAlexaboutno aff
S. M. Schneider, Erin N. Rosskopf, J. G. Leesch, Daniel O. Chellemi, Carolee T. Bull, Mark Mazzola

Notice bibliographique

RevuePest Management Science · 2003
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiquePlant Pathogens and Fungal Diseases
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCroppingAgricultureIntegrated pest managementResearch programMontreal ProtocolService (business)EngineeringAgricultural scienceBusinessEnvironmental scienceAgronomyBiologyGeographyOzone layerEcology

Résumé

récupéré en direct d'OpenAlex

Methyl bromide is a widely used fumigant for both pre-plant and post-harvest pest and pathogen control. The Montreal Protocol and the US Clean Air Act mandate a phase-out of the import and manufacture of methyl bromide, beginning in 2001 and culminating with a complete ban, except for quarantine and certain pre-shipment uses and exempted critical uses, in January 2005. In 1995, ARS built on its existing programs in soil-borne plant pathology and post-harvest entomology and plant pathology to initiate a national research program to develop alternatives to methyl bromide. The focus has been on strawberry, pepper, tomato, perennial and nursery cropping systems for pre-plant methyl bromide use and fresh and durable commodities for post-harvest use. Recently the program has been expanded to include research on alternatives for the ornamental and cut flower cropping systems. An overview of the national research program is presented. Results from four specific research trials are presented, ranging from organic to conventional systems. Good progress on short-term alternatives is being made. These will be used as the foundation of integrated management systems which begin with pre-plant management decisions and continue through post-harvest processing.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0120,011

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 Opus0,081
Tête enseignante GPT0,393
Écart entre enseignants0,311 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations187
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePest Management ScienceMême sujetPlant Pathogens and Fungal DiseasesTravaux en français237 207