MétaCan
Menu
Retour à la cohorte
Enregistrement W2504762644 · doi:10.1385/0-89603-515-8:487

Formulations of Biopesticides

2003· book-chapter· en· W2504762644 sur OpenAlexaff
Susan M. Boyetchko, Eric R. Pedersen, Zamir K. Punja, M. S. Reddy

Notice bibliographique

RevueHumana Press eBooks · 2003
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEntomopathogenic Microorganisms in Pest Control
Établissements canadiensSimon Fraser UniversityAgriculture and Agri-Food Canada
Organismes subventionnairesnon disponible
Mots-clésBiopesticideBiotechnologyBiological pest controlBiochemical engineeringBiologyRisk analysis (engineering)BusinessEngineeringPesticideEcology

Résumé

récupéré en direct d'OpenAlex

A large number of factors can potentially affect the economic feasibility of any given biological control product. These include the impact on the target pest, market size and spectrum of pests affected by the biocontrol agent, vari ability of field performance, costs of production, and a number of technologi cal challenges, including fermentation, formulation, and delivery systems ( 1 – 42 ). Selection of the appropriate formulations that can improve product sta bility and viability may reduce inconsistency of field performance of many potential biological control agents (( 2 ), 5 , 6 ). It has been indicated that slow progress in research on formulation and delivery systems is a major hurdle to the development of biopesticide products (( 1 ),( 7 )). This chapter summarizes the efforts and successes toward formulation of biocontrol products for use against diseases (biofungicides), weeds (bioherbicides), and insect pests (bioinsecticides). The discussion emphasizes the use of bacteria, fungi, and viruses as the agents. Information on formulation of other important biocontrol agents, such as nematodes, can be found elsewhere ( 8 ). These keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,008

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 Opus0,052
Tête enseignante GPT0,228
Écart entre enseignants0,176 · 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
GenreMéthodes

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

En bref

Citations47
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumana Press eBooksMême sujetEntomopathogenic Microorganisms in Pest ControlTravaux en français237 207