MétaCan
Menu
Retour à la cohorte
Enregistrement W2022013100 · doi:10.1002/ps.1644

Phytotoxicity of GF‐120 <sup>®</sup> NF Naturalyte <sup>®</sup> fruit fly bait carrier on sweet cherry ( <i>Prunus avium</i> L.) foliage

2008· article· en· W2022013100 sur OpenAlexafffund
Naomi C. DeLury, H. M. A. Thistlewood, Richard Routledge

Notice bibliographique

RevuePest Management Science · 2008
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Surface Properties and Treatments
Établissements canadiensSimon Fraser UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhytotoxicitySpinosadCultivarPrunusHorticultureBiologyChlorophyllBotanyAgronomyPesticide

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Six sweet cherry (Prunus avium L.) cultivars were tested with GF-120 with spinosad (0.2 g L(-1) spinosad bait) or without it (blank bait) to understand leaf phytotoxicity observed in the field. RESULTS: Spinosad bait and blank bait did not differ significantly with respect to damage observed. Leaf damage was found almost exclusively at the abaxial (lower) surfaces with the doses (0, 17, 20, 25 or 40%) and cultivars tested. The effects of the blank bait on abaxial surfaces increased from 24 to 168 h, and with dose, in terms of the proportion of droplets (0.00, 0.42, 0.52, 0.75 or 0.94) and area (0.0, 18.7, 23.5, 40.5 or 91.6 mm) burned. In addition, chlorophyll was reduced with increasing dose on abaxial surfaces (SPAD = 44.6, 36.1, 34.1, 31.0, 21.5), but not on adaxial (upper) surfaces (SPAD = 44.6, 44.2, 44.0, 44.8, 44.4). The chlorophyll level in undamaged leaves (adaxial surfaces) differed by cultivar. Cherry leaves were less damaged by a 20% bait application in June (0.26) than in July (0.46) and August (0.50). Incidental insect leaf feeding at bait locations occurred at a low rate and was highest on abaxial bait surfaces. CONCLUSIONS: Applying GF-120 to the adaxial leaf surface, or at doses of

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,006

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 Opus0,022
Tête enseignante GPT0,213
Écart entre enseignants0,191 · 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

Citations12
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePest Management ScienceMême sujetPlant Surface Properties and TreatmentsTravaux en français237 207