Application of near-infrared spectroscopy for the detection of internal insect infestation in<i>Picea</i><i>abies</i>seed lots
Notice bibliographique
Résumé
The use of near-infrared (NIR) spectroscopy to discriminate between uninfested seeds of Picea abies (L.) Karst and seeds infested with Plemeliella abietina Seitn (Hymenoptera, Torymidae) larva is sensitive to seed origin and year of collection. Five seed lots collected during different years from Sweden, Finland, and Belarus were used in this study. Initially, seeds were classified as infested or uninfested with X-radiography, and then, NIR spectra from single seeds were collected with a NIR spectrometer from 1100 to 2498 nm with a resolution of 2 nm. Discriminant models were derived by partial least squares regression using raw and orthogonal signal corrected spectra (OSC). The resulting OSC model developed on a pooled data set was more robust than the raw model and resulted in 100% classification accuracy. Once irrelevant spectral variations were removed by using OSC pretreatment, single-lot calibration models resulted in similar classification rates for the new samples irrespective of origin and year of collection. Dis criminant analyses performed with selected NIR absorption bands also gave nearly 100% classification rate for new samples. The origin of spectral differences between infested and uninfested seeds was attributed to storage lipids and proteins that were completely depleted in the former by the feeding larva.
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 | 0,001 | 0,000 |
| 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 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 ».