MétaCan
Menu
Retour à la cohorte
Enregistrement W2321809874 · doi:10.6000/1927-5129.2012.08.01.19

Efficacy of Different Organophosphate Pesticides against Jassid Feeding on Okra (Abelmoschus esculentus)

2012· article· en· W2321809874 sur OpenAlexvenueno aff
Saleem Eijaz, M. Farhanullah Khan, Khalid Mahmood, Sohail Shaukat, A. A. Siddiqui

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Practices and Plant Genetics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbelmoschusOrganophosphatePesticideToxicologyBiologyAgronomy

Résumé

récupéré en direct d'OpenAlex

Field studies were conducted for the determination of efficacy of different organophosphate pesticides viz Profenofos, Dimethoate , Acephate and Malathion against jassid (Amrasca devastans) feeding on okra crop. Seeds of okra crop were planted in randomized block design with 3 replicates. The pretreatment observations were recorded at 24 hour before spray, while, the post-treatment observations were taken after 1, 2, 3,4,5,6 and 7 days of treatment. The crop was sprayed four times repeatedly with 7 day interval during the experimental period. The results revealed that all of the tested pesticides reduced the population of Amrasca devastans except Profenofos. Though the Profenofos was unable to reduce the pest population but it was able to somewhat control the further proliferation of pest. In contrary Dimethoate was found as the most effective against the jassid with significant reduction in pest population against the control and other treatments.The results obtained from the research concluded that the organophosphate pesticides including Dimethoate, Acephate, and Malathion were found effective for controlling the jassid population feeding on okra but the low dose of pesticides including Profenfos were found ineffective.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,029
Tête enseignante GPT0,237
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'étudeExpérimental (laboratoire)
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

Citations4
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetAgricultural Practices and Plant GeneticsTravaux en français237 207