MétaCan
Menu
Retour à la cohorte
Enregistrement W2111029640 · doi:10.1684/agr.2008.0212

Les insectes ravageurs importants de la pomme de terre au Canada

2008· article· fr· W2111029640 sur OpenAlexaffabout
Christine Noronha, Robert S. Vernon, Charles Vincent

Notice bibliographique

RevueCahiers Agricultures · 2008
Typearticle
Languefr
DomaineAgricultural and Biological Sciences
ThématiqueInsect-Plant Interactions and Control
Établissements canadiensCégep Saint-Jean-sur-RichelieuAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésIntegrated pest managementFlea beetleCropPest controlAgriculturePEST analysisAgronomyEconomic thresholdPheromone trapPopulationAgroforestryBiologyPesticideCrop protectionAgricultural scienceHorticultureEcology

Résumé

récupéré en direct d'OpenAlex

The potato crop is estimated to contribute 63% to the vegetable revenue in Canada. Like most agricultural crops, the potato crop yield is compromised by attacks of several insect pests during the growing season. Pests such as the Colorado potato beetle, the European corn borer, wireworms and tuber flea beetle can cause serious problems for potato production. Lack of control applications can result in major economic losses to the producer. In Canada, growers employ an Integrated Pest Management approach by using several techniques to manage and keep pest populations below economic thresholds in the potato crop. Some of the techniques used are: monitoring populations with pheromone and bait traps, use of degree days to estimate emergence, scouting fields to determine population levels, use of economic thresholds for a more precise application of insecticides and biological, cultural and mechanical control techniques. The objective of several research projects in Canada is to develop and refine control techniques and obtain a better understanding of the pests. The main objective for both the growers and the researchers is to reduce the amount of pesticides needed to control these insect pests in potatoes, while maintaining economic benefits for the producers.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,008
Tête enseignante GPT0,203
Écart entre enseignants0,195 · 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'étudeObservationnel
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

Citations5
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCahiers AgriculturesMême sujetInsect-Plant Interactions and ControlTravaux en français237 207