MétaCan
Menu
Retour à la cohorte
Enregistrement W2521384072 · doi:10.21273/hortsci.35.5.832

A Comparative Study of Onion Maggot “Delia Antiqua” Monitoring Techniques

2000· article· en· W2521384072 sur OpenAlexaboutno aff
Wesley L. Kline, Scott Haag, Gerald M. Ghidiu

Notice bibliographique

RevueHortScience · 2000
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect behavior and control techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMaggotSowingHorticultureAnthomyiidaeToxicologyBiologyPEST analysisBotany

Résumé

récupéré en direct d'OpenAlex

Onion maggots have reduced green onion and leek production in southern New Jersey for at least the last 80 years. Growers routinely apply soil insecticides at planting and spray for larvae and adult flies during the season. Two monitoring methods are available for determining adult fly activity. New York researchers have demonstrated that cone traps can be used. Two traps are placed near onion fields and checked for adult flies twice per week to determine peak fly emergence. Ontario researchers use yellow sticky cards for monitoring onion maggot flies in the onion fields. Three 10 × 15-cm cards are placed on each side of the field and are checked twice per week. An experiment was conducted in New Jersey to determine which system is more reliable and easier for consultants and growers to use. Two cone traps were placed at the edge of one onion field and yellow cards were placed in another field on four farms. The traps were checked twice per week from 29 Mar. to 22 Oct. Both monitoring methods tracked the adult flights, but the average number of flies captured was higher on the sticky cards. Ease of use is important if either system will be used as a monitoring tool. Sticky cards are more difficult to maintain since they must be replaced at least every 2 weeks. Since fields are irrigated or cultivated every week in southern New Jersey, the cards become covered with soil, reducing effectiveness. Also, it is more difficult to determine male and female flies on sticky cards.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,039
Tête enseignante GPT0,295
Écart entre enseignants0,256 · 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'étudeObservationnel
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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHortScienceMême sujetInsect behavior and control techniquesTravaux en français237 207