Sequential decision plan for controlling <i>Mamestra configurata</i> in spring canola
Notice bibliographique
Résumé
Abstract A sequential decision plan was developed for controlling larvae of the bertha armyworm, Mamestra configurata Walker (Lepidoptera: Noctuidae), in canola (Brassica napus L. and B. rapa L., Brassicaceae), using 0.25 and 0.5 m2 sampling units. Fields in Manitoba were sampled from 1980 to 1994 to determine minimum sample sizes and upper and lower cumulative larval counts at three economic thresholds. Taylor’s power law described most of the variation between mean larval density and variance for 0.25 m2 (r2 = 0.926) and 0.5 m2 (r2 = 0.924) samples. Larvae were found to have a moderately clumped distribution in canola (b = 1.42). Levels of precision (D0) varying from 0.15 to 0.25 caused minimum sample sizes to vary between 6 and 21 for the 0.5 m2 samples to between 9 and 31 for the 0.25 m2 samples, for an economic threshold of 16–24 larvae/m2 (P = 0.20). Mean sampling times ranged from 40–108 for the 0.25 m2 samples to 49–126 min for the 0.5 m2 samples. The sampling plan for the 0.25 m2 samples was verified in 18 fields in 2006 and 2007. A correct decision was made in 87% (D0 = 0.25), 91% (D0 = 0.20), and 94% (D0 = 0.15) of the fields when the recommendation was to spray if a decision could not be reached after a second sampling. The mean number of samples needed for making a decision was 14 (D0 = 0.25), 19 (D0 = 0.20), and 32 (D0 = 0.15). We recommend that growers use a precision level of 0.20 to minimize error rates and sampling effort. In most years, the minimum number of 0.25 m2 samples per field that growers would need to take is 14–17.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».