MétaCan
Menu
Retour à la cohorte
Enregistrement W2154459642 · doi:10.1603/ec10453

Appropriateness of Probit-9 in the Development of Quarantine Treatments for Timber and Timber Commodities

2011· review· en· W2154459642 sur OpenAlexaff
Marcus Schortemeyer, Ken Thomas, Robert A. Haack, Adnan Uzunovic, Kelli Hoover, Jack Simpson, C. A. Grgurinovic

Notice bibliographique

RevueJournal of Economic Entomology · 2011
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensWorld Wildlife Fund Canada
Organismes subventionnairesnon disponible
Mots-clésQuarantineBiologyProbit modelToxicologyPEST analysisProbitAgricultureBiotechnologyStatisticsEcologyMathematics

Résumé

récupéré en direct d'OpenAlex

Following the increasing international phasing out of methyl bromide for quarantine purposes, the development of alternative treatments for timber pests becomes imperative. The international accreditation of new quarantine treatments requires verification standards that give confidence in the effectiveness of a treatment. Probit-9 mortality is a standard for treatment effectiveness that has its origin in fruit fly research, and has been adopted by the United States Department of Agriculture for fruit flies and several other pests. Following this, the probit-9 standard has been adopted as a benchmark for many quarantine treatments worldwide. This article discusses aspects of the application of this concept for a range of timber pests. Problematic issues include the often small pest populations available for testing, the limits of modeling pest responses to a treatment in the absence of sufficient numbers for treatment verification, the species diversity of pests and host materials and the physical and chemical conditions of host material or treatment conditions. Where treatment verification by killing large numbers of individuals is impossible, data collected from small populations or under specific conditions must be interpreted with caution. We discuss possible alternative approaches to probit-9 as a treatment efficacy standard.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,958
Score d'incertitude au seuil0,437

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,302
Écart entre enseignants0,245 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations50
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic EntomologyMême sujetForest Insect Ecology and ManagementTravaux en français237 207