A Survey of Regional Trends in Annual Bluegrass Weevil (Coleoptera: Curculionidae) Management on Golf Courses in Eastern North America
Notice bibliographique
Résumé
The annual bluegrass weevil, Listronotus maculicollis Kirby, is the most difficult to control insect pest of short-mown golf course turf in the northeastern United States and Eastern Canada. We conducted a survey among golf course superintendents throughout the weevil's area of impact to better understand the severity of damage, prevalence of insecticide resistance, information sources, and trends in management practices. Responses were received from 293 golf courses in 14 U.S. states and 2 Canadian provinces. The average population caused damage to 6.6 fairways, 5.7 tee boxes, and 6.4 greens/collars, amounting to a total of 5.2 ha requiring protection on an 18-hole facility. On average, courses made 3.9 insecticide applications per year and spent US$9,270 on L. maculicollis management. Twenty percent of the responders reported having a pyrethroid-resistant L. maculicollis population. “Resistant” populations were located across the region, though higher-than-average incidence was reported from areas with long histories of managing L. maculicollis. “Resistant” populations caused more damage than “susceptible” populations, reported higher average insecticide budgets, and were more likely to make more than five insecticide applications per year than “susceptible” courses. Surveys indicated that, despite the reliance on chemical controls, 90% of turf managers used multiple monitoring tactics to better time and target controls. The greatest influence on management philosophy was by University personnel (43%) followed by colleagues (31%) and sales/distributors (21%). This survey highlights the need for developing alternatives to chemical insecticides to control L. maculicollis and provides insight into the costs associated with the development of pyrethroid resistance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».