Density and location of simulated signs of injury affect efficacy of ground surveys for Asian longhorned beetle
Notice bibliographique
Résumé
Abstract Surveys for signs of attack by Asian long-horned beetles, Anoplophora glabripennis (Motschulsky) (Coleoptera: Cerambycidae), currently rely upon visual examination of trees to discover signs of attack. By embedding simulated A. glabripennis oviposition pits and exit holes on open-grown Norway maples, Acer platanoides L. (Aceraceae), we evaluated the effect of sign density, height (below or above 2.5m), and position (bole or branch) when foliage was present or absent on inspector ability to distinguish trees with or without signs. From this, we quantified detectability, or the proportion of trees correctly identified as infested, and determined the time taken to do so. Effectiveness in detecting trees with signs improved when sign density increased, when signs were below 2.5m, and when oviposition pits were located on boles and exit holes on branches. These main findings require some caveats, due to a number of significant interactions. Foliage presence/absence had no apparent influence on effectiveness; possible reasons are provided for this result. Time-to-find curves, which illustrated the proportion of inspectors who accurately identified an infested tree as a function of survey duration, revealed that for most treatment combinations, most infested trees were detected within the first 2 min of survey time. These findings provide baseline data to assist managers in designing effective protocols for ground surveys of A. glabripennis .
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 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 | 0,001 | 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 | 0,001 |
| 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 tête enseignante, 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 ».