Can the Use of<i>Trichogramma ostriniae</i>(Hymenoptera: Trichogrammatidae) to Control<i>Ostrinia nubilalis</i>(Lepidoptera: Crambidae) Be Economically Sustainable for Processing Sweet Corn?
Notice bibliographique
Résumé
European corn borer, Ostrinia nubilalis (Hübner) (Lepidoptera: Crambidae), is the main pest causing damage to sweet corn in North America. Conventional management with multiple use of insecticides is a common practice for processing sweet corn. In Canada, the use of Trichogramma spp. began in the 1990s, but the adoption of this approach for European corn borer management is still limited to the fresh market of sweet corn. Trichogramma ostriniae (Peng & Chen) has great potential as a biological control agent for large areas such as in processing sweet corn. The objective of this study was to evaluate an economically and environmentally sustainable alternative to insecticides for controlling European corn borer populations in processing sweet corn. During the growing season, the mean number of larvae decreased after insecticide (0.07 ± 0.04) and Trichogramma (1.32 ± 0.59) treatments compared with the control (2.42 ± 0.72). At harvest, damages associated with European corn borer were similar after Trichogramma (1.0 ± 0.7%) and insecticide (1.0 ± 0.6%) treatments, but significantly lower than the control (8.7 ± 3.3%). This study showed that the use of T. ostriniae can significantly decrease the pressure exerted by European corn borer and its damage on corn ears. This outcome is particularly interesting considering that it was achieved with lower doses of Trichogramma, a lower number of releases, and on large crop areas, compared with what is actually done to protect fresh market corn from European corn borer. Under these conditions, the use of Trichogramma is an economically and competitive alternative to insecticide applications.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».