Modeling Distribution and Abundance of Soybean Aphid in Soybean Fields Using Measurements From the Surrounding Landscape
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Soybean aphid (Aphis glycines Matsumura) is a severe pest of soybean in central North America. Outbreaks of the aphid in Ontario are often spotty in distribution, with some geographical areas affected severely and others with few or no aphid populations occurring in soybean for the duration of the season. A. glycines spend summers on soybean and overwinter on buckthorn, a shrub that is widespread in southern Ontario and is commonly found in agricultural hedgerows and at the margins of woodlots. A. glycines likely use both short distance migratory flights from buckthorn and longer distance dispersal flights in the search for acceptable summer hosts. This study aims to model colonization of soybean fields by A. glycines engaged in early-season migration from overwintering hosts. Akaike's information criterion (AIC) was used to rank numerous competing linear and probit models using field parameters to predict aphid presence, colonization, and density. The variable that best modeled aphid density in soybean fields in the early season was the ratio of buckthorn density to field area, although dramatic differences in relationships between the parameters were observed between study years. This study has important applications in predicting areas that are at elevated risk of developing economically damaging populations of soybean aphid and which may act as sources for further infestation.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 découle