MétaCan
Menu
Retour à la cohorte
Enregistrement W2111376573 · doi:10.1111/j.1365-2338.2010.02432.x

Seeking alternatives to probit 9 when developing treatments for wood packaging materials under ISPM No. 15

2011· article· en· W2111376573 sur OpenAlexaff
Robert A. Haack, Adnan Uzunovic, Kelli Hoover, J. A. Cook

Notice bibliographique

RevueEPPO Bulletin · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensFPInnovations
Organismes subventionnairesnon disponible
Mots-clésFumigationPhytosanitary certificationToxicologyPEST analysisEnvironmental sciencePulp and paper industryBiologyComputer scienceHorticultureEngineering

Résumé

récupéré en direct d'OpenAlex

ISPM No. 15 presents guidelines for treating wood packaging material used in international trade. There are currently two approved phytosanitary treatments: heat treatment and methyl bromide fumigation. New treatments are under development, and are needed given that methyl bromide is being phased out. Probit 9 efficacy (100% mortality of at least 93 613 test organisms) has been suggested as an evaluation criterion for new wood treatments, and is based on fruit fly research. We question requiring probit 9 efficacy for wood pests (insects, nematodes and fungi) and discuss challenges to meeting this requirement. Instead, we suggest a 3‐step, laboratory‐based alternative approach. Step 1 involves laboratory experiments (screening) to estimate the lethal dose for the most tolerant stage of each target pest. We consider each infested piece of wood as an experimental unit, not the individual pests, to avoid pseudoreplication. Step 2 requires replicated experiments (with no survivors) at the estimated lethal dose. We suggest a minimum sample size of 60 experimental units, which achieves 0.95 statistical reliability at the 95% confidence level. Step 3 entails studies under simulated operational conditions using wood samples similar in size to wood packaging material and infested to levels that reflect field conditions.

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)0,059
score de la tête « metaresearch » (Gemma)0,152
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,310

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0590,152
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,029
Tête enseignante GPT0,238
Écart entre enseignants0,209 · 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'étudeThéorique ou conceptuel
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

Citations24
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPPO BulletinMême sujetForest Insect Ecology and ManagementTravaux en français237 207